基于主题—情感联合模型的网络舆情情感演化分析研究

发布时间：2024-04-07 02:08

　　随着自媒体时代的到来,媒体逐渐朝着个人化的方向发展,无论是微信、贴吧还是微博,每个网民都能够通过网上新闻跟帖的方式来表达自己对于热点事件的情感和观点,网络成为了舆情表达的窗口。但因为网络舆情具备突发特点,常常会加剧舆论形成和传播的速度,一个舆情事件再加上一种情绪化的观点,就可以引发舆情危机。为此将情感分析与舆情分析相结合,在舆情形成的早期阶段,及时从微博、网页中收集网民的相关评论,进行情感分析,识别出舆情事件中网民情感态度的演变过程及原因,政府方能及时进行危机预警并制定有针对性的干预措施,从而有效治理舆情危机,因此研究舆情事件中网民的情感态度变化对治理舆情危机具备重要意义。鉴于此,本文首先将语义角色标注技术、TF-IDF+K-Means聚类、点互信息(Pointwise Mutual Information,PMI)以及情感词典的方法相融合,并对各算法进行改进,构建了主题—情感联合模型,能够同时挖掘出文本中的主题情感信息,并对该信息进行情感分类;其次根据舆情事件中评论文本的语言特点,并引入生命周期理论,将该模型应用于分析在舆情事件发展的不同阶段中网民对于事件中各主题的情感演化特征;最后...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图3-1T-SJM模词汇层

燕山大学管理学硕士学位论文-22-第3章主题—情感联合模型的构建在以往基于主题的情感分析研究中，多是在标准主题模型LDA的基础上，将情感分析任务融入到主题模型中，构建主题情感混合模型进行情感分析。但是这类模型作为一种生成式模型，其扩展能力有限，并且缺乏相关的语义强化机制，语义表达....

图3-1T-SJM模型的拓扑结构

燕山大学管理学硕士学位论文-22-第3章主题—情感联合模型的构建在以往基于主题的情感分析研究中，多是在标准主题模型LDA的基础上，将情感分析任务融入到主题模型中，构建主题情感混合模型进行情感分析。但是这类模型作为一种生成式模型，其扩展能力有限，并且缺乏相关的语义强化机制，语义表达....

图3-3BI-LSTM-CRF模型结构图

第3章主题—情感联合模型的构建-25-如图3-3所示。Bi-LSTM-CRF模型包括三层，第一层是WordEmbedding层。首先将词分解成一个个字组成的集合，并使用双向LSTM生成词向量。WordEmbedding的实质简单说就是将代表词的向量由高维空间向低维空间进行映射处理....

图3-6BI-LSTM-CRF模型训练运算过程图

第3章主题—情感联合模型的构建-27-图3-5线性链条件随机场3.2.2模型训练在利用BI-LSTM-CRF模型进行语义角色标注之前，需要对该模型进行训练，通过反复学习训练语料中各语义角色标注过程中的语义信息和上下文关联，有效提高了其标注的准确率，经过训练的BI-LSTM-CRF....

本文编号：3947513