隨著自媒體時(shí)代的到來(lái),媒體逐漸朝著個(gè)人化的方向發(fā)展,無(wú)論是微信、貼吧還是微博,每個(gè)網(wǎng)民都能夠通過(guò)網(wǎng)上新聞跟帖的方式來(lái)表達(dá)自己對(duì)于熱點(diǎn)事件的情感和觀點(diǎn),網(wǎng)絡(luò)成為了輿情表達(dá)的窗口。但因?yàn)榫W(wǎng)絡(luò)輿情具備突發(fā)特點(diǎn),常常會(huì)加劇輿論形成和傳播的速度,一個(gè)輿情事件再加上一種情緒化的觀點(diǎn),就可以引發(fā)輿情危機(jī)。為此將情感分析與輿情分析相結(jié)合,在輿情形成的早期階段,及時(shí)從微博、網(wǎng)頁(yè)中收集網(wǎng)民的相關(guān)評(píng)論,進(jìn)行情感分析,識(shí)別出輿情事件中網(wǎng)民情感態(tài)度的演變過(guò)程及原因,政府方能及時(shí)進(jìn)行危機(jī)預(yù)警并制定有針對(duì)性的干預(yù)措施,從而有效治理輿情危機(jī),因此研究輿情事件中網(wǎng)民的情感態(tài)度變化對(duì)治理輿情危機(jī)具備重要意義。鑒于此,本文首先將語(yǔ)義角色標(biāo)注技術(shù)、TF-IDF+K-Means聚類、點(diǎn)互信息(Pointwise Mutual Information,PMI)以及情感詞典的方法相融合,并對(duì)各算法進(jìn)行改進(jìn),構(gòu)建了主題—情感聯(lián)合模型,能夠同時(shí)挖掘出文本中的主題情感信息,并對(duì)該信息進(jìn)行情感分類;其次根據(jù)輿情事件中評(píng)論文本的語(yǔ)言特點(diǎn),并引入生命周期理論,將該模型應(yīng)用于分析在輿情事件發(fā)展的不同階段中網(wǎng)民對(duì)于事件中各主題的情感演化特征;最后...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-1T-SJM模詞匯層

燕山大學(xué)管理學(xué)碩士學(xué)位論文-22-第3章主題—情感聯(lián)合模型的構(gòu)建在以往基于主題的情感分析研究中，多是在標(biāo)準(zhǔn)主題模型LDA的基礎(chǔ)上，將情感分析任務(wù)融入到主題模型中，構(gòu)建主題情感混合模型進(jìn)行情感分析。但是這類模型作為一種生成式模型，其擴(kuò)展能力有限，并且缺乏相關(guān)的語(yǔ)義強(qiáng)化機(jī)制，語(yǔ)義表達(dá)....

圖3-1T-SJM模型的拓?fù)浣Y(jié)構(gòu)

燕山大學(xué)管理學(xué)碩士學(xué)位論文-22-第3章主題—情感聯(lián)合模型的構(gòu)建在以往基于主題的情感分析研究中，多是在標(biāo)準(zhǔn)主題模型LDA的基礎(chǔ)上，將情感分析任務(wù)融入到主題模型中，構(gòu)建主題情感混合模型進(jìn)行情感分析。但是這類模型作為一種生成式模型，其擴(kuò)展能力有限，并且缺乏相關(guān)的語(yǔ)義強(qiáng)化機(jī)制，語(yǔ)義表達(dá)....

圖3-3BI-LSTM-CRF模型結(jié)構(gòu)圖

第3章主題—情感聯(lián)合模型的構(gòu)建-25-如圖3-3所示。Bi-LSTM-CRF模型包括三層，第一層是WordEmbedding層。首先將詞分解成一個(gè)個(gè)字組成的集合，并使用雙向LSTM生成詞向量。WordEmbedding的實(shí)質(zhì)簡(jiǎn)單說(shuō)就是將代表詞的向量由高維空間向低維空間進(jìn)行映射處理....

圖3-6BI-LSTM-CRF模型訓(xùn)練運(yùn)算過(guò)程圖

第3章主題—情感聯(lián)合模型的構(gòu)建-27-圖3-5線性鏈條件隨機(jī)場(chǎng)3.2.2模型訓(xùn)練在利用BI-LSTM-CRF模型進(jìn)行語(yǔ)義角色標(biāo)注之前，需要對(duì)該模型進(jìn)行訓(xùn)練，通過(guò)反復(fù)學(xué)習(xí)訓(xùn)練語(yǔ)料中各語(yǔ)義角色標(biāo)注過(guò)程中的語(yǔ)義信息和上下文關(guān)聯(lián)，有效提高了其標(biāo)注的準(zhǔn)確率，經(jīng)過(guò)訓(xùn)練的BI-LSTM-CRF....

本文編號(hào)：3947513