基于主题挖掘技术的文本情感分析综述

[目的/意义]在互联网数据呈爆炸式增长的今天,如何提高情感分析的效率和准确性,从中挖掘更细粒度、更深层次的情感内涵成为学者们研究的热点。随着主题挖掘技术在处理大规模文本上所表现出的独特优势,越来越多的学者开始倾向于使用主题抽取技术去研究情感分析问题。鉴于此,文章对利用主题挖掘技术进行情感分析研究的相关文献进行分析和整理,为后续研究提供一定的借鉴价值。[方法/过程]围绕传统情感分析-主题挖掘技术-基于主题的文本情感分析这一主线展开,整理归纳国内外相关文献,并做必要评述。最后,对目前的研究困境和未来发展趋势进行总结与展望。[结果/结论]主要点明了传统情感分析中存在的问题和难点,据此提出将主题挖掘技术引入到情感分析研究中来,并将其划分为主题信息挖掘、情感倾向分析、情感演化分析和性能评价4项任务,对每一阶段任务的研究现状进行总结,为后续学者进行深入研究奠定理论基础。

基于动态主题—情感演化模型的网络舆情信息分析

【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。