基于主题角色的文本情感分类方法

• 作者: 冯旭鹏 刘利军 刘晨晨 段成香 胡杨 黄青松
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本情感分类 潜在评价对象 LDA 主题抽取 主题角色
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 154-159
• 页数: 6页
• 分类号: TP391
• 字数: 5209字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.01.028

摘要

传统文本情感分类方法通常以词或短语等词汇信息作为文本向量模型特征,造成情感指向不明和隐藏观点遗漏的问题.针对此问题提出一种基于主题角色的文本情感分类方法.该方法首先提取出文本中的潜在评价对象形成评价对象集,评价对象作为情感句描述的主体能够很好地保存文本情感信息;然后使用LDA模型对评价对象集进行主题抽取,将抽取出的主题分裂成“正”“负”两种特征项,将这两种特征项记为正负主题角色用于保存文本情感信息;最后,计算主题角色在文本中的情感影响值并建立主题角色模型.实验结果表明,所提方法与传统方法相比可有效提高主观性文本情感分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄青松	昆明理工大学信息工程与自动化学院	91	265	9.0	12.0
3	刘利军	昆明理工大学信息工程与自动化学院	77	196	7.0	10.0
4	胡杨	昆明理工大学信息工程与自动化学院	7	21	2.0	4.0
5	冯旭鹏	昆明理工大学教育技术与网络中心	34	77	5.0	7.0
6	刘晨晨	昆明理工大学信息工程与自动化学院	5	27	2.0	5.0
9	段成香		1	2	1.0	1.0