基于ＬＤＡ的多粒度主题情感混合模型

silenced · 发表于 2021-5-6 14:35

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：主题情感混合模型（ＲｅｖｅｒｓｅＪｏｉｎｔＳｅｎｔｉｍｅｎｔ／ＴｏｐｉｃＭｏｄｅｌ；ＪｏｉｎｔＳｅｎｔｉｍｅｎｔ／ＴｏｐｉｃＭｏｄｅｌ）能够有效地同时抽取文档的主题和情感信息，在情感分析领域受到广泛的关注，因为没有考虑整体分布与局部分布的关系，导致分类效果不佳且不稳定．本文同时考虑两个粒度上的情感／主题分布———文档级和局部，提出多粒度的主题情感混合模型（ＭＧ ＲＪＳＴ；ＭＧＪＳＴ）．ＭＧＲＪＳＴ／ＭＧＪＳＴ在文档级分布和局部分布的共同作用下生成单词的情感／主题；使用吉布斯采样进行模型推理，并给出了推理过程；在ＭＲ与ＭＤＳ数据集上进行实验，实验结果表明本文算法分类效果优于主题情感混合模型，且稳定性更好．
关键词：ＬＤＡ；主题情感混合模型；情感分析；多粒度

随着互联网的普及与发展，越来越多的用户在网上发表评论，表达对某个事件或产品的观点和看法．如何有效地分析海量的评论信息，了解大众舆论的观点走向和情感倾向具有重要的现实意义［１］．情感分析（ｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓ）可以对主观性文档进行分析和处理，挖掘文档背后隐含的情感信息，是信息检索和自然语言处理领域研究的热点问题．

附件下载：

游客，如果您要查看本帖隐藏内容请回复

Zjianeng · 发表于 2021-5-6 16:03

这种的稳定性更好吗？

帐号		自动登录	找回密码
密码			注册

[毕业设计] 基于ＬＤＡ的多粒度主题情感混合模型

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1

[毕业设计] 基于 ＬＤＡ的多粒度主题情感混合模型

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1

[毕业设计] 基于ＬＤＡ的多粒度主题情感混合模型