基于动态主题情感模型的文本聚类算法
来源：吉林大学学报·理学版杂志2025年第2期北京时间：
作者：胡萍
单位：铜仁学院 大数据学院, 贵州 铜仁 554300
摘要：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
