在线医疗社区中文本热点主题识别与情感分析方法研究

发布时间：2021-03-28 07:25

　　随着社会的快速发展,人们对医疗保健的观念正由过去被动的疾病诊疗发展为对自身健康的主动管理。近年来,结合互联网与医疗健康的各类在线医疗社区网站就应运而生。深入地挖掘和分析在线医疗社区,可以把握用户所关注的热点话题和情感倾向,同时为用户查找和获取信息提供便利。早期对在线医疗社区的研究偏向于人工形式的统计分析,随着互联网的发展,这些方法已不再适用于处理海量文本。由此,机器学习领域相关的智能化方法逐渐应用于在线医疗社区的分析中。作为社区中的信息交流方式,社区中的文本通常带有主观性,其最重要的特点就是主题与情感。因此本文探索利用智能化的方法,对社区成员普遍关注的热点主题和情感进行深入研究。首先,本文介绍了在线医疗社区、热点主题识别和文本情感分析的研究背景,然后对在线医疗社区主题识别和情感分析方法中存在的主要问题进行分析,并介绍了主题识别和情感分析的相关理论基础。其次,本文提出一种在线医疗社区热点主题识别方法,考虑到在线医疗文本中医疗词汇分布特征以及文本篇幅较短、非标准化的特点,改进隐狄利克雷分配模型（Latent Dirichlet Allocation,LDA）提出MS-LDA主题模型。在主题... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：76 页

【学位级别】：硕士

【部分图文】：

CBOW的结构

Skip-gram的结构

LDA概率图模型


本文编号：3105130