基于动态主题—情感演化模型的网络舆情信息分析

摘要：

[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(PointwiseMutual 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

所属期刊栏目：37

分类号：G206.3(信息与传播理论)

资助基金：国家自然科学基金;河北省自然科学基金;河北省教育厅科研项目

在线出版日期：2019-08-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：72-78