面向微博文本流的负面情感突发话题检测

摘要：

如何从海量、嘈杂的微博文本流中及时发现负面情感突发话题对于突发事件的应急响应和处置至关重要,而传统的突发话题检测方法往往忽略了负面情感突发话题与非负面情感突发话题之间的区别,为此提出了一种面向微博文本流的负面情感突发话题检测(NE-BTD)算法.首先,将微博中的主题词对的加速度和负面情感强度变化率作为负面情感突发话题的判定依据;然后,利用突发词对的速度确定负面情感突发话题的窗口范围;最后,使用一种基于吉布斯采样的狄利克雷多项式混合模型(GSDMM)聚类算法得到窗口中负面情感突发话题的主题结构.在实验中将所提出的NE-BTD算法与已有的一种基于情感方法的话题检测(EBM-TD)算法进行对比,结果表明所提出的NE-BTD算法相较EBM-TD算法准确率和召回率至少提高了20％,并且可以至少提前40 min检出负面情感突发话题.

关键词：微博、文本流、突发话题、负面情感、狄利克雷多项式混合模型

所属期刊栏目：40

分类号：TP391.1(计算技术、计算机技术)

资助基金：山西省重点研发计划项目201803D421024

在线出版日期：2021-01-11（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：3458-3464