专业社交媒体中的主题知识元抽取方法研究
来源：图书情报工作杂志2019年第14期北京时间：
作者：林杰,苗润生,张振宇
单位：同济大学经济与管理学院 上海 200092
摘要：[目的/意义]以汽车论坛例，提出一种针对专业社交媒体文本的主题知识元抽取方法。[方法/过程]首先，通过LDA模型提取出汽车论坛中文本的主题，并进行去重，形成主题列表；其次，基于融合主题特征的深度学习模型T-LSTM模型构建适于汽车论坛本文的情感分析模型；然后，通过计算各词汇在图模型TextRank中的重要性与各词汇的Word2Vec主题相似度，抽取情感关键词与关键句，用于对文本主题与情感倾向的解释与补充；最后，对上述方法进行集成，输出结构化的主题知识元。[结果/结论]实验结果中，抽取得到的主题知识元合格率达到69.1%，表明本文提出的主题知识元抽取方法，能够围绕知识主题较为准确地抽取知识元，实现知识的结构化转换。
关键词：主题知识元,主题抽取,长短期记忆神经网络,情感分析,
基金资助：本文系国家自然科学基金面上项目"社交媒体中用户创新价值度测量模型及互动创新管理方法研究"（项目编号：71672128）和同济大学基本科研业务费专项资金项目"基于大数据的社交网络传播机理与模型研究"（项目编号：1200219368）研究成果之一。
