基于性格情绪特征的改进主题情感模型

• 作者: 刘爱华 孙念 李玉强 李琳 黄瑜
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 主题情感模型 时间 性格特征 表情符号
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 96-104
• 页数: 9页
• 分类号: TP391
• 字数: 8696字
• 语种: 中文

摘要

近年来,以微博为代表的社交媒体在情感分析中备受关注.然而,绝大多数现有的主题情感模型并没有充分考虑到用户性格特征,导致情感分析结果难尽人意.故该文在现有的JST模型基础上进行改进,提出一种基于时间的性格建模方法,将用户性格特征纳入主题情感模型中;鉴于微博数据包含大量的表情符号之类的特有信息,为了充分利用表情符号来提升微博情感识别性能,该文将情感符号融入JST模型中,进而提出了一种改进的主题情感联合模型UC-JST(Joint Sentiment/Topic Model Based on User Character).通过在真实的新浪微博数据集上进行实验,结果表明UC-JST情感分类效果优于JST、TUS-LDA、JUST、TSMMF四种典型的无监督情感分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李琳	武汉理工大学计算机科学与技术学院	41	202	9.0	13.0
2	李玉强	武汉理工大学计算机科学与技术学院	9	75	4.0	8.0
3	黄瑜	武汉理工大学计算机科学与技术学院	1	0	0.0	0.0
4	孙念	武汉理工大学计算机科学与技术学院	4	12	2.0	3.0
5	刘爱华	武汉理工大学能源与动力工程学院	7	26	3.0	5.0