一种基于LDA主题模型的评论文本情感分类方法

• 作者: 周剑峰 周咏梅 林江豪 王伟 阳爱民
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 评论文本 情感单元 潜在主题 情感分析 机器学习
• 年，卷（期）: 2017,（3）
• 页码范围: 629-635
• 页数: 7页
• 分类号: TP391
• 字数: 5125字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2017.03.023

摘要

针对互联网出现的评论文本情感分析,引入潜在狄利克雷分布(Latent Dirichlet allocation,LDA)模型,提出一种分类方法.该分类方法结合情感词典,依据指定的情感单元搭配模式,提取情感信息,包括情感词和上、下文.使用主题模型发掘情感信息中的关键特征,并融入到情感向量空间中.最后利用机器学习分类算法,实现中文评论文本的情感分类.实验结果表明,提出的方法有效降低了特征向量的维度,并且在文本情感分类上有很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	广东外语外贸大学思科信息学院	6	86	4.0	6.0
2	阳爱民	广东外语外贸大学思科信息学院	35	618	11.0	24.0
6	周咏梅	广东外语外贸大学思科信息学院	25	466	10.0	21.0
10	林江豪	广东外语外贸大学财务处	19	266	8.0	16.0