基于HDP的无监督微博情感倾向性分析.pdfVIP

第 16卷第4期 信 息 工 程 大 学 学 报 V0lI16No．4 2015年 8月 JournalofInformationEngineeringUniversity Aug．2015 DOI：10．3969／j．issn．1671-0673．2015．04．014 基于HDP的无监督微博情感倾向性分析 唐浩浩，王 波，席耀一，周 杰，唐永旺 (信息工程大学 ，河南 郑州 450001) 摘要 ：随着 Web2．0的发展 ，微博情感倾向性分析的研究得到各界 的广泛关注。有监督的情感 倾向性分析存在标注样本获取难和领域可移植性差的问题，提 出了一种基于 HDP的无监督微 博情感倾 向性分析方法。该方法利用HDP模型挖掘微博 中的隐含主题 ，并利用情感词典计算 主题情感分布，进而得到整条微博的情感倾向。实验结果表明本文方法能够有效识别微博情 感倾 向。 关键词 ：HDP；主题模型；微博；无监督；情感分析 中图分类号 ：TP391 文献标识码 ：A 文章编号 ：1671-0673(2015)04-0463-07 UnsupervisedSentimentOrientationAnalysisonM icro—BlogsBased onHierarchicalDirichletProcesses TANG Haohao，WANG Bo，XIYaoyi，ZHOU Jie，TANG Yongwang (InformationEngineeringUniversity，Zhengzhou450001，China) Abstract：W iththedevelopmentofWeb2．0，sentimentanalysisonmicro—blogshasachievedwide- spreadconcerns．Supervisedmethodsneedahigh—qualitylabelcorpuswhichisdifficulttoobtain， andtheclassifiertrainedinonedomainisopenunabletobeappliedtootherdomains．Tosolvethis problem，thispaperpresentsanunsupervisedmethodforsentimentanalysisonmicro—blogsbasedon HDP．Firstly，themethodusestheHDPmodeltominetheimplicittopicsinthedocument．Second- ly，asentimentdictionaryisusedtocalculatethesentimentdistributionsofthetopics．Finally，the sentimentorientationofthewholemicro—blogisobtainedonthebasisofthesentimentdistributionsof thetopics．Theexperimentalresultsshowthatthismethodcaneffectivelyidentifythesentimentori· entationofmicro—blogs． Keywords：hierarchicaldiriehletprocesses；topicmodel；micro—blog；unsupervised；sentimenta- nalysis 0 引言 随着 Web2．0的迅猛发展 ，微博作为社会媒体的代表 ，已经成为市场营销 、信息收集 以及舆情监测等 行业的重要信息来源 ，同时吸引了大批学者对其研究 ‘。对于某一事件 ，往往当新闻媒体刚刚开始报道 时，网民就 已在微博上对该事件展开热烈讨论并发表大量与之相关的博文。微博传播速度快、影响大，尤 收藕