基于情感从属和最大熵模型的细粒度观点挖掘

摘要：

目前许多观点挖掘方法挖掘粒度过大,导致反馈信息不足.为解决该问题,对标准LDA模型进行改进,提出主题情感联合最大熵LDA模型进行细粒度观点挖掘.首先,考虑到词的位置和语义信息,在传统LDA模型中加入最大熵组件来区分背景词、特征词和观点词,并对特征词和观点词进行局部和全局的划分;其次,在主题层和单词层之间加入情感层,实现词语级别的细粒度情感分析,并引入情感转移变量来处理情感从属关系,同时获取整篇评论和每个主题的情感极性,实验验证了所提模型和理论的有效性.

关键词：LDA模型、细粒度观点挖掘、最大熵、情感从属

所属期刊栏目：37

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61003192

在线出版日期：2015-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1952-1958