专业社交媒体中的主题知识元抽取方法研究

摘要：

[目的/意义]以汽车论坛例,提出一种针对专业社交媒体文本的主题知识元抽取方法.[方法/过程]首先,通过LDA模型提取出汽车论坛中文本的主题,并进行去重,形成主题列表;其次,基于融合主题特征的深度学习模型T-LSTM模型构建适于汽车论坛本文的情感分析模型;然后,通过计算各词汇在图模型Tex-tRank中的重要性与各词汇的Word2Vec主题相似度,抽取情感关键词与关键句,用于对文本主题与情感倾向的解释与补充;最后,对上述方法进行集成,输出结构化的主题知识元.[结果/结论]实验结果中,抽取得到的主题知识元合格率达到69.1％,表明本文提出的主题知识元抽取方法,能够围绕知识主题较为准确地抽取知识元,实现知识的结构化转换.

关键词：主题知识元、主题抽取、长短期记忆神经网络、情感分析

所属期刊栏目：63

分类号：G202(信息与传播理论)

资助基金：本文系国家自然科学基金面上项目"社交媒体中用户创新价值度测量模型及互动创新管理方法研究";同济大学基本科研业务费专项资金项目"基于大数据的社交网络传播机理与模型研究"

在线出版日期：2020-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：101-110