面向产品评论分析的短文本情感主题模型

摘要：

情感主题联合生成模型已经成功应用于网络评论分析。然而，随着智能终端设备的广泛应用，由于屏幕及输入限制，用户书写的评论越来越短，我们不得不面对短评论中的文本稀疏问题。本文提出了一个针对短文本的联合情感–主题模型SSTM (Short-text sentiment-topic model)来解决稀疏性问题。不同于一般主题模型中通常采用的基于文档产生过程的建模方法，我们直接对整个语料集合的产生过程建模。在产生文档集的过程中，我们每次采样一个词对，同一个词对中的词有相同的情感极性和主题。我们将SSTM 模型应用于两个真实网络评论数据集。在三个实验任务中，通过定性分析验证了主题发现的有效性，并与经典方法进行定量对比， SSTM模型的文档级情感分类性能也有较大提升。

关键词：情感分类、情感主题模型、主题模型、短文本主题模型、文本稀疏

所属期刊栏目：42

分类号：TH1;TN9

资助基金：国家自然科学基金61373108,61173062,61133012;国家社会科学重大招标计划项目11&ZD189

在线出版日期：2016-08-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1227-1237