一种融合词序信息的多粒度文本话题情感联合模型

• 作者: 赵煜 边根庆 邵必林
• 来源期刊: 西安交通大学学报
• 关键词: 话题模型 文本情感分析 联合模型 词序信息
• 年，卷（期）: 2014,（11）
• 页码范围: 103-108
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.7652/xjtuxb201411018

摘要

针对基本话题模型只能抽取粗粒度上下文信息的问题,通过对潜在狄里克雷分配(LDA)模型进行扩展,建立了一种利用词序信息的多粒度话题情感联合模型(MTSU-Col).MTSU-Col模型客观表达了词汇、全局/局部话题、情感标签和词序信息之间的关联关系,使模型中话题和情感的建模更加符合文本的语义表达,有效解决了现有话题、情感分析方法存在的领域依赖问题,从而实现了文本多粒度话题信息和情感倾向信息的同步非监督获取.实验表明:利用MTSU-Col模型对文本进行情感倾向性分类,可使综合评价指标F1值达到84％,整体性能与监督分类方法支持向量机(SVM)类似,均优于未采用词序信息的分析方法.由于挖掘话题集合具有层次化、语义相关的特点,因此MTSU-Col模型对观点挖掘是可行、有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵必林	西安建筑科技大学管理学院	84	498	12.0	18.0
2	赵煜	西安建筑科技大学管理学院	8	44	5.0	6.0
3	边根庆	西安建筑科技大学管理学院	49	283	8.0	15.0