基于TSSCM模型的新闻舆情演化识别

被引：7

作者：

刘玉文 ^{[1
,2
]}

郭强 ^{[2
]}

吴宣够 ^{[3
]}

张钰 ^{[1
,2
]}

机构：

[1] 蚌埠医学院

[2] 中国科学技术大学

[3] 安徽工业大学

来源：

情报杂志 | 2017年 / 36卷 / 02期

关键词：

新闻焦点; 评论情感; 情感模型; 互信息; 情感计算; 舆情演化;

D O I：

暂无

中图分类号：

G212 [新闻采访和报道];

学科分类号：

050301 ;

摘要：

[目的/意义]通过分析新闻评论的舆情演化,有助于跟踪民众对社会事件的态度看法。但当前的新闻舆情演化分析方法中存在着不能精确识别新闻焦点及焦点下的评论等问题。[方法/过程]在焦点情感模型(SSCM)的基础上引入新闻报道的时间信息,提出了一种基于焦点情感混合模型的新闻情感演化识别方法(TSSCM)。该方法具备同时建模新闻焦点、时间和评论情感的能力,能够产生文档-焦点、焦点-特征词、焦点-时间和(焦点,时间)-评论情感词4个分布。通过词汇间的点间互信息计算(焦点,时间)-评论词分布内每个焦点在不同时间段的情感值,从而高效地表达出不同新闻焦点的评论情感演化过程。[结果/结论]在5个新闻数据集上分别实验验证了TSSCM模型,并与当前流行的方法进行了对比,实验结果表明TSSCM模型在新闻舆情演化识别方面达到了良好的效果。

引用

页码：115 / 121

页数：7

共 14 条

[1]

Evolution analysis of microblog topic-sentiment based on DTSCMmodel. LIChaoxiong,HUANG Faliang,WEN Xiaoqian,et al. Journal of Computer Application . 2015

[2]

Learning therapy strategies from demonstration using latent dirichlet allocation. Jung H T,Freedman R G,Foster T,et al. International Conference on Intelligent User Interfaces . 2015

[3] 在线评论情感计算与博弈预测 [J].

卜湛 ;

伍之昂 ;

曹杰 ;

朱桂祥 .

电子学报, 2015, 43 (12) :2530-2535

[4] 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, (11) :117-122+144

[5] 基于三支决策的新闻情感关键句识别方法 [J].

朱艳辉 ;

田海龙 ;

刘璟 ;

马进 ;

林祥 .

山西大学学报(自然科学版), 2015, 38 (04) :595-600

[6] 基于情感依存元组的新闻文本主题情感分析 [J].

周文 ;

张书卿 ;

欧阳纯萍 ;

刘志明 ;

阳小华 .

山东大学学报(理学版), 2014, 49 (12) :1-6+11

[7] 一种网络话题的内容焦点迁移识别方法 [J].

周亚东 ;

刘晓明 ;

杜友田 ;

管晓宏 ;

刘霁 .

计算机学报, 2015, 38 (02) :261-271

[8] 一种基于特征演变的新闻话题演化挖掘方法 [J].

赵旭剑 ;

杨春明 ;

李波 ;

张晖 ;

金培权 ;

岳丽华 ;

戴文锴 .

计算机学报, 2014, 37 (04) :819-832

[9] 网络舆情话题情感演化研究 [J].

黄卫东 ;

陈凌云 ;

吴美蓉 .

情报杂志, 2014, 33 (01) :102-107

[10]

Identifying Network Public Opinion Leaders Based on Markov Logic Networks[J] . Weizhe Zhang,Xiaoqiang Li,Hui He,Xing Wang,T. Cao,F. Yu. &nbspThe Scientific World Journal . 2014

← 1 2 →