基于多特征融合的主题模型的微博情感分析方法研究

发布时间：2022-01-10 19:57

　　随着社交平台的日益普及,微博因其文字短小、传播速度快受到了广大网友的喜爱,微博文本中蕴含的海量信息也从商业、政治、娱乐等不同方面带来了巨大价值,从而引发了学者们对微博文本的情感分析技术的深入研究。如何在控制成本、保证分类效果的前提下,对微博文本进行高质量的情感分析,是一直以来的研究热点。本文立足于无监督学习,将传统的主题模型与微博文本复杂的各项特征相结合,提出有效的主题情感模型,从而对微博文本进行情感分析。首先,针对JST（Joint Sentiment/Topic model）模型在中文微博情感分析领域建模时微博特征缺失的问题,在模型中引入了表情符号和用户性格情绪特征,通过情感先验的方式引入了表情符号对微博文本情感的影响,并对文本中表情符号的分布进行建模;依据“情感一致性”理论提出了一种基于时间的用户性格情绪特征建模方法,将用户性格情绪特征纳入主题模型中,然后在此基础上提出了基于用户性格情绪参数的改进主题情感模型（Joint Sentiment/Topic model based on User Character,UC-JST）,通过实验验证了模型的可行性和有效性。然后,针对ASU... 

【文章来源】：武汉理工大学湖北省 211工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

UC-JST概率图模型

14图2-2UC-JST概率图模型下面详细阐述UC-JST模型的结构及推导过程。模型中涉及到的符号及含义见表2-1。表2-1UC-JST模型符号及含义符号含义符号含义D微博个数e表情符号V语料库词汇数w词语S情感标签个数s情感标签T主题标签个数t主题标签E表情符号库大小λ性格情绪参数θ主题的概率分布α分布θ的先验参数φ词语的概率分布β分布φ的先验参数π情感的概率分布η分布π的先验参数ε表情符号的概率分布ξ分布ε的先验参数

32并使用3.2.1节中介绍的方法对中文语义规则进行建模。SR-ASUM的概率图模型如图3-2所示。图3-2SR-ASUM概率图模型下面详细阐述SR-ASUM模型的结构及推导过程。模型中涉及到的符号及含义见表3-2。表3-2SR-ASUM模型符号及含义符号含义符号含义D微博个数w词语M句子个数s情感标签V语料库词汇数t主题标签S情感标签个数r句间关系向量T主题标签个数γ转发关系θ主题的概率分布α分布θ的先验参数φ词语的概率分布β分布φ的先验参数π情感的概率分布η分布π的先验参数SR-ASUM模型定义的文档生成过程如下：（1）对于每一条微博d，选择一个情感分布Dirichlet()dπη，其中η是

【参考文献】：
期刊论文
[1]中文微博情感分析模型SR-CBOW[J]. 刘秋慧,柴玉梅,刘箴.  小型微型计算机系统. 2018(08)
[2]结合情感词典的主动贝叶斯文本情感分类方法[J]. 张敏,陈锻生.  华侨大学学报(自然科学版). 2018(04)
[3]基于深度学习的多维特征微博情感分析[J]. 金志刚,胡博宏,张瑞.  中南大学学报(自然科学版). 2018(05)
[4]基于双重注意力模型的微博情感分析方法[J]. 张仰森,郑佳,黄改娟,蒋玉茹.  清华大学学报(自然科学版). 2018(02)
[5]文本情绪分析综述[J]. 李然,林政,林海伦,王伟平,孟丹.  计算机研究与发展. 2018(01)
[6]考虑用户特征的主题情感联合模型[J]. 许银洁,孙春华,刘业政.  计算机应用. 2018(05)
[7]基于转移变量的图文融合微博情感分析[J]. 邓佩,谭长庚.  计算机应用研究. 2018(07)
[8]机器学习与语义规则融合的微博情感分类方法[J]. 姜杰,夏睿.  北京大学学报(自然科学版). 2017(02)
[9]基于多特征融合的微博主题情感挖掘[J]. 黄发良,冯时,王大玲,于戈.  计算机学报. 2017(04)
[10]基于LDA的多粒度主题情感混合模型[J]. 欧阳继红,刘燕辉,李熙铭,周晓堂.  电子学报. 2015(09)

硕士论文
[1]基于注意力机制和改进型RNN的Web文本情感分析研究[D]. 王治权.兰州大学 2018
[2]基于主题模型的文本情感分析研究[D]. 郝洁.太原理工大学 2017
[3]基于深度学习的微博评论情感倾向性分析[D]. 胡西祥.哈尔滨工业大学 2017
[4]基于LDA的情感分类及主题情感变化分析[D]. 胡燕.西南大学 2017
[5]基于改进主题模型的微博短文本情感分析的研究[D]. 黄俊衡.东南大学 2017
[6]表情符号对中文微博文本情感倾向的影响研究[D]. 高阳.辽宁师范大学 2016
[7]微博舆论场中的公民积极情绪体验研究[D]. 郭慧清.东北师范大学 2015



本文编号：3581323