基于主题模型的微博评论方面观点褒贬态度挖掘

• 作者: 任福继 张士兵 张晓格 张茜
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 主题模型 方面观点 褒贬态度 用户评论
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 116-123,140
• 页数: 9页
• 分类号: TP391
• 字数: 8668字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.06.017

摘要

在新浪微博中,原创微博下存在着很多用户评论.这些评论能反映原创微博的内容,用户的态度以及与其相关的一些话题.因此,对这些评论进行细粒度信息的提取与褒贬态度的分类很有必要.基于上述原因,该文首先提出与原创无关的评论判别方法,通过三个相似度方法得到原创微博与评论之间的相关度,从而判断评论对象是否为原创微博.其次,提出一种用于评论集褒贬态度和方面观点挖掘的新模型,该模型在LDA中加入了表情符号层与文本情感层,实现评论集方面和褒贬态度的同步检测.实验表明:表情符号情感层的融入能提高新模型褒贬态度识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张士兵	南通大学电子信息学院	107	434	10.0	15.0
2	张晓格	南通大学电子信息学院	14	19	3.0	4.0
4	张茜	南通大学电子信息学院	12	1	1.0	1.0
7	任福继	德岛大学工程学院	5	4	1.0	2.0