西安交通大学学报
西安交通大學學報
서안교통대학학보
JOURNAL OF XI'AN JIAOTONG UNIVERSITY
2014年
11期
103-108
,共6页
话题模型%文本情感分析%联合模型%词序信息
話題模型%文本情感分析%聯閤模型%詞序信息
화제모형%문본정감분석%연합모형%사서신식
topic model%text sentiment analysis%unification model%collocation
针对基本话题模型只能抽取粗粒度上下文信息的问题,通过对潜在狄里克雷分配(LDA)模型进行扩展,建立了一种利用词序信息的多粒度话题情感联合模型(MTSU-Col).MTSU-Col模型客观表达了词汇、全局/局部话题、情感标签和词序信息之间的关联关系,使模型中话题和情感的建模更加符合文本的语义表达,有效解决了现有话题、情感分析方法存在的领域依赖问题,从而实现了文本多粒度话题信息和情感倾向信息的同步非监督获取.实验表明:利用MTSU-Col模型对文本进行情感倾向性分类,可使综合评价指标F1值达到84％,整体性能与监督分类方法支持向量机(SVM)类似,均优于未采用词序信息的分析方法.由于挖掘话题集合具有层次化、语义相关的特点,因此MTSU-Col模型对观点挖掘是可行、有效的.
針對基本話題模型隻能抽取粗粒度上下文信息的問題,通過對潛在狄裏剋雷分配(LDA)模型進行擴展,建立瞭一種利用詞序信息的多粒度話題情感聯閤模型(MTSU-Col).MTSU-Col模型客觀錶達瞭詞彙、全跼/跼部話題、情感標籤和詞序信息之間的關聯關繫,使模型中話題和情感的建模更加符閤文本的語義錶達,有效解決瞭現有話題、情感分析方法存在的領域依賴問題,從而實現瞭文本多粒度話題信息和情感傾嚮信息的同步非鑑督穫取.實驗錶明:利用MTSU-Col模型對文本進行情感傾嚮性分類,可使綜閤評價指標F1值達到84％,整體性能與鑑督分類方法支持嚮量機(SVM)類似,均優于未採用詞序信息的分析方法.由于挖掘話題集閤具有層次化、語義相關的特點,因此MTSU-Col模型對觀點挖掘是可行、有效的.
침대기본화제모형지능추취조립도상하문신식적문제,통과대잠재적리극뢰분배(LDA)모형진행확전,건립료일충이용사서신식적다립도화제정감연합모형(MTSU-Col).MTSU-Col모형객관표체료사회、전국/국부화제、정감표첨화사서신식지간적관련관계,사모형중화제화정감적건모경가부합문본적어의표체,유효해결료현유화제、정감분석방법존재적영역의뢰문제,종이실현료문본다립도화제신식화정감경향신식적동보비감독획취.실험표명:이용MTSU-Col모형대문본진행정감경향성분류,가사종합평개지표F1치체도84％,정체성능여감독분류방법지지향량궤(SVM)유사,균우우미채용사서신식적분석방법.유우알굴화제집합구유층차화、어의상관적특점,인차MTSU-Col모형대관점알굴시가행、유효적.
