面向产品评论分析的短文本情感主题模型

• 作者: 姬东鸿 熊蜀峰
• 来源期刊: 自动化学报
• 关键词: 情感分类 情感主题模型 主题模型 短文本主题模型 文本稀疏
• 年，卷（期）: 2016,（8）
• 页码范围: 1227-1237
• 页数: 11页
• 字数: 8494字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150591

摘要

情感主题联合生成模型已经成功应用于网络评论分析。然而，随着智能终端设备的广泛应用，由于屏幕及输入限制，用户书写的评论越来越短，我们不得不面对短评论中的文本稀疏问题。本文提出了一个针对短文本的联合情感–主题模型SSTM (Short-text sentiment-topic model)来解决稀疏性问题。不同于一般主题模型中通常采用的基于文档产生过程的建模方法，我们直接对整个语料集合的产生过程建模。在产生文档集的过程中，我们每次采样一个词对，同一个词对中的词有相同的情感极性和主题。我们将SSTM 模型应用于两个真实网络评论数据集。在三个实验任务中，通过定性分析验证了主题发现的有效性，并与经典方法进行定量对比， SSTM模型的文档级情感分类性能也有较大提升。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊蜀峰	武汉大学计算机学院	12	65	5.0	8.0
3	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0