基于补全矩阵的多标签相关性情感分类
目前,对新闻情感分类问题的研究大部分是从新闻作者的角度进行的,而对读者反馈的真实情感分析的较少.本文从读者角度入手进行情感分析研究.提出一种基于补全矩阵的多标签相关性情感分类模型,采用LDA提取主题表示新闻文本,然后通过使用标签相关性矩阵对原始的标签矩阵进行补全,构造了一个增强的补全标签矩阵模型(CM-LDA).最后通过和原始矩阵的LDA模型进行比较,该模型使最终的多标签分类性能有了明显的提高,准确率达到了85.72%.
社会新闻、情感分析、标签相关性、补全矩阵-LDA(CM-LDA)、多标签分类
26
TN9;G21
2017-02-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
175-180