基于动态主题—情感演化模型的网络舆情信息分析

被引:76
作者
朱晓霞
宋嘉欣
孟建芳
机构
[1] 燕山大学经济管理学院
关键词
语义角色标注; TF-IDF; K-Means聚类; 点互信息; 动态情感演化分析;
D O I
暂无
中图分类号
G353.1 [情报资料的分析和研究];
学科分类号
120502 [情报学];
摘要
【目的/意义】目前,静态情感倾向判断成为分析舆情信息的一种重要手段,但这种方法局限于最终的情感分类结果,不能追溯到整个情感演变过程以及各阶段的影响因素,因此无法提出更为细致和有针对性的措施。【方法/过程】鉴于此,本文提出一种基于动态主题—情感演化模型的舆情信息分析方法,通过对评论文本进行语义角色标注,建立情感单元词表;然后将改进的TF-IDF和K-Means聚类方法相结合提取主题词,形成主题-情感匹配词表,比起传统的TF-IDF方法,其准确率和F值都有明显提升;最后引入时间节点,利用点互信息(Pointwise Mutual Information,PMI)和情感词典的方法,进行动态情感演化分析。【结果/结论】实验研究证明,该方法得出的情感演化趋势与实际情况相吻合,为进一步制定治理网络舆情危机的措施,提供了有效依据。
引用
收藏
页码:72 / 78
页数:7
相关论文
共 13 条
[1]
基于动态情感主题模型的在线评论分析 [J].
李慧 ;
胡云凤 .
数据分析与知识发现 , 2017, (09) :74-82
[2]
基于TSSCM模型的新闻舆情演化识别 [J].
刘玉文 ;
郭强 ;
吴宣够 ;
张钰 .
情报杂志 , 2017, (02) :115-121
[3]
基于话题特征词的网络舆情参与者情感演化分析 [J].
黄卫东 ;
林萍 ;
董怡 ;
李宏伟 .
情报杂志, 2015, 34 (11) :117-122+144
[4]
基于动态主题情感混合模型的微博主题情感演化分析方法 [J].
李超雄 ;
黄发良 ;
温肖谦 ;
李璇 ;
元昌安 .
计算机应用, 2015, 35 (10) :2905-2910
[5]
基于主题情感混合模型的无监督文本情感分析 [J].
孙艳 ;
周学广 ;
付伟 .
北京大学学报(自然科学版), 2013, 49 (01) :102-108
[6]
一种面向观点挖掘的多粒度话题情感联合模型 [J].
赵煜 ;
蔡皖东 .
西安电子科技大学学报, 2011, 38 (03) :181-188
[7]
基于语义理解的文本情感分类方法研究 [J].
闻彬 ;
何婷婷 ;
罗乐 ;
宋乐 ;
王倩 .
计算机科学, 2010, 37 (06) :261-264
[8]
中文语义角色标注的特征工程 [J].
刘怀军 ;
车万翔 ;
刘挺 .
中文信息学报, 2007, (01) :79-84
[9]
Finding scientific topics.[J] Griffiths Thomas L;Steyvers Mark Proceedings of the National Academy of Sciences of the United States of America 2004,
[10]
Latent Dirichlet Allocation[J] David M. Blei;Andrew Y. Ng;Michael I. Jordan Journal of machine learning research 2003,