-
题名基于动态主题—情感演化模型的网络舆情信息分析
被引量:39
- 1
-
-
作者
朱晓霞
宋嘉欣
孟建芳
-
机构
燕山大学经济管理学院
-
出处
《情报科学》
CSSCI
北大核心
2019年第7期72-78,共7页
-
基金
国家自然科学基金项目“公共危机中伪信息的扩散机理与控制研究”(71301140)
河北省自然科学基金项目“公共危机伪信息扩散的网络拓扑与情景应对模型研究”(G2015203425)
河北省教育厅科学研究计划项目河北省高等学校青年拔尖人才计划“网络协同下的智能制造资源共享体系架构与优化设计”(BJ2017082)
-
文摘
【目的/意义】目前,静态情感倾向判断成为分析舆情信息的一种重要手段,但这种方法局限于最终的情感分类结果,不能追溯到整个情感演变过程以及各阶段的影响因素,因此无法提出更为细致和有针对性的措施。【方法/过程】鉴于此,本文提出一种基于动态主题-情感演化模型的舆情信息分析方法,通过对评论文本进行语义角色标注,建立情感单元词表;然后将改进的TF-IDF和K-Means聚类方法相结合提取主题词,形成主题-情感匹配词表,比起传统的TF-IDF方法,其准确率和F值都有明显提升;最后引入时间节点,利用点互信息(Pointwise Mutual Information,PMI)和情感词典的方法,进行动态情感演化分析。【结果/结论】实验研究证明,该方法得出的情感演化趋势与实际情况相吻合,为进一步制定治理网络舆情危机的措施,提供了有效依据。
-
关键词
语义角色标注
TF-IDF
K-MEANS聚类
点互信息
动态情感演化分析
-
Keywords
semantic role labeling
TF- IDF
k- means clustering
point mutual information
dynamic emotional evolutionanalysis
-
分类号
G206.3
[文化科学—传播学]
-