基于CTM模型的观点挖掘和可视化

• 作者: 谢罗迪 陈梦丽 马长林
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: CTM模型 主题情感混合模型 观点挖掘 可视化
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 745-751
• 页数: 7页
• 分类号: TP391.1
• 字数: 4239字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.04.023

摘要

如何从海量文本中自动提取有价值的观点信息已成为重要的技术挑战,当下的观点挖掘方法大多数是在假设主题相互独立的前提下进行的,但实际上主题与主题之间有着复杂的内在联系.为解决以上问题,在CTM模型的基础上提出了基于主题情感混合的主题相关模型,在考虑到主题相关性的同时,还分析了对应主题下的观点特征以及潜藏的情感倾向,更为精确地获取了文档主题的情感极性,仿真实验验证了本模型的有效性,并使用R语言进行了可视化实验分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马长林	华中师范大学计算机学院	11	46	5.0	6.0
2	谢罗迪	华中师范大学计算机学院	5	19	3.0	4.0
3	陈梦丽	华中师范大学计算机学院	1	0	0.0	0.0