10.3969/j.issn.1001-2400.2011.03.030
一种面向观点挖掘的多粒度话题情感联合模型
为了提高文本观点挖掘的效率,通过扩展标准话题模型,提出了一种新颖的多粒度话题情感联合模型(MG-TSJ).模型将文本话题区分为全局和局部两类,同时挖掘文本中涉及的多层次话题信息和情感倾向信息.该模型采用非监督的学习方法,解决了现有方法存在的领域依赖问题.通过在测试语料库上进行实验,该模型在文本情感倾向性分类任务中的准确率达到82.6%,具有和监督分类系统相当的性能;挖掘话题集合呈现层次化、语义相关的特点,证明了MG-TSJ模型对观点挖掘是可行的和有效的.
观点挖掘、话题模型、多粒度话题情感联合模型、非监督学习、蒙特卡罗模拟法
38
TP391(计算技术、计算机技术)
国家"863计划"资助项目2009AA01Z424;西北工业大学基础研究基金资助项目NPU-FFR-JC200819
2011-08-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
181-188