考虑用户特征的主题情感联合模型

摘要：

现有的主题情感联合(JST)模型能够同时识别文本中的主题和情感,但是现有的JST模型主要是对文本内容建模,没有考虑用户特征,导致情感分析结果出现用户人口统计偏差和行为事件偏差.提出了考虑用户特征的主题情感联合(JUST)模型,JUST模型的主要改进之处在于,将用户特征加入模型,以文档所对应的用户特征的线性函数作为文档-情感分布的先验,由此得到具有不同特征的用户群体的情感倾向.在汽车之家网站(www.autohome.com.cn)的13252条汽车评论数据集上,检验了JUST模型的有效性,实验结果表明,加入用户特征的JUST模型情感分类效果优于JST模型和TSMMF模型,同时比较了汽车之家网站上不同特征用户之间的关注主题情感差异.

关键词：情感分析、用户特征、主题模型、隐含狄利克雷分布、吉布斯采样

所属期刊栏目：38

分类号：TP181(自动化基础理论)

资助基金：教育部人文社科基金资助项目15YJC630111.This work is partially supported by the Humanity and Social Science Foundation of Ministry of Education 15YJC630111

在线出版日期：2018-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1261-1266