基于情感从属和最大熵模型的细粒度观点挖掘

来源：计算机工程与科学杂志2015年第10期北京时间：

作者：马长林，谢罗迪，司琪，王梦

单位：梦华中师范大学计算机学院， 湖北 武汉 430079

摘要：目前许多观点挖掘方法挖掘粒度过大，导致反馈信息不足。为解决该问题，对标准LDA模型进行改进，提出主题情感联合最大熵LDA模型进行细粒度观点挖掘。首先，考虑到词的位置和语义信息，在传统LDA模型中加入最大熵组件来区分背景词、特征词和观点词，并对特征词和观点词进行局部和全局的划分；其次，在主题层和单词层之间加入情感层，实现词语级别的细粒度情感分析，并引入情感转移变量来处理情感从属关系，同时获取整篇评论和每个主题的情感极性，实验验证了所提模型和理论的有效性。

关键词：LDA模型,细粒度观点挖掘,最大熵,情感从属,

基金资助：国家自然科学基金资助项目（61003192）