一种面向观点挖掘的多粒度话题情感联合模型

被引：4

作者：

赵煜

蔡皖东

机构：

[1] 西北工业大学计算机学院

来源：

西安电子科技大学学报 | 2011年 / 38卷 / 03期

关键词：

观点挖掘; 话题模型; 多粒度话题情感联合模型; 非监督学习; 蒙特卡罗模拟法;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

为了提高文本观点挖掘的效率,通过扩展标准话题模型,提出了一种新颖的多粒度话题情感联合模型(MG-TSJ).模型将文本话题区分为全局和局部两类,同时挖掘文本中涉及的多层次话题信息和情感倾向信息.该模型采用非监督的学习方法,解决了现有方法存在的领域依赖问题.通过在测试语料库上进行实验,该模型在文本情感倾向性分类任务中的准确率达到82.6%,具有和监督分类系统相当的性能;挖掘话题集合呈现层次化、语义相关的特点,证明了MG-TSJ模型对观点挖掘是可行的和有效的.

引用

页码：181 / 188

页数：8

共 4 条

[1] A survey on sentiment detection of reviews [J].

Tang, Huifeng ;

Tan, Songbo ;

Cheng, Xueqi .

EXPERT SYSTEMS WITH APPLICATIONS, 2009, 36 (07) :10760-10773

[2] Unsupervised Learning by Probabilistic Latent Semantic Analysis [J].

Thomas Hofmann .

Machine Learning, 2001, 42 :177-196

[3]

LIBSVM: A Library for Support Vector Machines. Chih-Chung Chang,Chih-Jen Lin. http://www.csie.ntu.edu.tw/cjlin/libsvm . 2001

[4]

On the bursty evolution of blogspace. K. Ravi,N. Jasmine,R. Prabhakar,T. Andrew. Proceedings of the 12th international conference on World Wide Web . 2003

← 1 →