王 伟 周咏梅,2 阳爱民,2 周剑峰 林江豪

(1.广东外语外贸大学思科信息学院，广州,510006；2.广东外语外贸大学语言工程与计算实验室，广州,510006；3.广东外语外贸大学图书馆，广州,510006；4.广东外语外贸大学财务处, 广州,510420)

一种基于LDA主题模型的评论文本情感分类方法

王 伟1周咏梅1,2阳爱民1,2周剑峰3林江豪4

(1.广东外语外贸大学思科信息学院，广州,510006；2.广东外语外贸大学语言工程与计算实验室，广州,510006；3.广东外语外贸大学图书馆，广州,510006；4.广东外语外贸大学财务处, 广州,510420)

针对互联网出现的评论文本情感分析，引入潜在狄利克雷分布(Latent Dirichlet allocation,LDA)模型，提出一种分类方法。该分类方法结合情感词典，依据指定的情感单元搭配模式，提取情感信息，包括情感词和上、下文。使用主题模型发掘情感信息中的关键特征，并融入到情感向量空间中。最后利用机器学习分类算法，实现中文评论文本的情感分类。实验结果表明，提出的方法有效降低了特征向量的维度，并且在文本情感分类上有很好的效果。

评论文本；情感单元；潜在主题；情感分析；机器学习

引 言

互联网的蓬勃发展方便了网民观点的表达与传播，导致出现了大量主观性的在线文本信息。这些在线文本的情感分析已经成为自然语言处理的一个研究热点。文本情感分析是指对包含用户表示的观点、喜好和情感等的主观性文本进行检测、分析以及挖掘[1]。对于一些群体性事件，分析网民情绪的变化过程实际上就是对网络舆情进行演化建模及趋势预测，为有关部门进行舆论引导提供决策依据[2]。……