-
题名基于动态主题情感模型的文本聚类算法
- 1
-
-
作者
胡萍
-
机构
铜仁学院大数据学院
-
出处
《吉林大学学报(理学版)》
北大核心
2025年第2期528-536,共9页
-
基金
国家自然科学基金面上项目(批准号:62066040)
教育部人文社科青年基金(批准号:20YJC880030)
铜仁学院博士科研启动基金(批准号:trxyDH1914)。
-
文摘
针对目前已有的相关主题模型中,对大众情感因素考虑不足,难以精准挖掘,同时对社交文本的实时动态演化考虑弱化了模型聚类能力的问题,通过在模型中增加情感层以提取社交文本情感极性特征,并引入先验分布函数,提出一种基于动态主题情感模型的文本聚类算法.利用真实新冠疫情Twitter文本数据集进行实验,实验结果表明,该模型的性能优于基线模型,提高了情感特征区分度,使文本主题与对应的情感极性联合生成时间节点,进而使模型有处理时间演化的能力.
-
关键词
动态主题情感模型
文本挖掘
情感标签
时间戳
文本聚类
困惑度
-
Keywords
dynamic topic emotion model
text mining
emotional label
time stamp
text clustering
perplexity
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
