基于 LDA 的多粒度主题情感混合模型

• 作者: 刘燕辉 周晓堂 李熙铭 欧阳继红
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: LDA 主题情感混合模型 情感分析 多粒度
• 年，卷（期）: 2015,（9）
• 所属期刊栏目: 科研通信
• 页码范围: 1875-1880
• 页数: 6页
• 分类号: TP391
• 字数: 5496字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2015.09.029

摘要

主题情感混合模型（Reverse-Joint Sentiment／Topic Model；Joint Sentiment／Topic Model）能够有效地同时抽取文档的主题和情感信息，在情感分析领域受到广泛的关注，因为没有考虑整体分布与局部分布的关系，导致分类效果不佳且不稳定．本文同时考虑两个粒度上的情感／主题分布———文档级和局部，提出多粒度的主题情感混合模型（MG-R-JST；MG-JST）．MG-R-JST／MG-JST 在文档级分布和局部分布的共同作用下生成单词的情感／主题；使用吉布斯采样进行模型推理，并给出了推理过程；在 MR 与 MDS 数据集上进行实验，实验结果表明本文算法分类效果优于主题情感混合模型，且稳定性更好．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧阳继红	吉林大学计算机科学与技术学院	34	221	6.0	13.0
5	刘燕辉	吉林大学计算机科学与技术学院	1	28	1.0	1.0
9	李熙铭	吉林大学计算机科学与技术学院	5	54	3.0	5.0
13	周晓堂	吉林大学计算机科学与技术学院	2	29	1.0	2.0