利用双主题表征的涉案微博评价对象识别方法

摘要：

微博评价对象识别是涉案网络舆情分析的基础.目前基于主题表征的评价对象识别方法需要预设固定的主题数目,且最终评价对象识别依赖人工推断.针对此问题,提出一种弱监督涉案微博评价对象识别方法,仅采用少量标签评论即可实现对评价对象的自动识别.具体实现思路为:首先基于变分双主题表征网络对评论进行两次编码和重构,获得丰富的主题特征;然后,利用少量标签评论,引导主题表征网络自动判别评价对象类别;最后采用联合训练策略,对双主题表征的重构损失与评价对象分类损失进行联合调优,最终实现对评价对象的自动分类和评价对象词项的挖掘.在涉案舆情的两个数据集上进行了实验,结果表明,所提出的模型在评价对象分类、评价对象词项的主题连贯性和多样性等方面均优于几个基线模型.

关键词：评价对象识别、变分编码、主题模型、弱监督学习、涉案舆情

所属期刊栏目：34

分类号：TP18(自动化基础理论)

资助基金：国家重点研发计划;国家重点研发计划;国家重点研发计划;云南省重大科技专项计划;云南省基础研究专项面上项目;云南省基础研究专项面上项目

在线出版日期：2023-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1811-1823