基于深度主题自编码器模型的电影短评数据情感分析研究

• 全文链接
• 请求原文

作   者：

孙长智;  易铭瑒;  蒋京京;  谭佳伟; 

作者机构：

长春工业大学数学与统计学院; 

关键词：

情感分析;  主题挖掘;  TF-IDF算法;  DTAM;  Jieba分词; 

期刊名称：

情报科学

i s s n：

1007-7634

年卷期：

2024 年 42 卷 011 期

页   码：

69-75

摘   要：

[目的/意义]随着大数据技术的发展,越来越多的网民通过网络平台表达个人的意见和看法.因此,深入挖掘网络舆情,了解个人情感态度变得尤为重要.[方法/过程]本文提出一种深度主题自编码器模型(DTAM),该模型将自编码器、生成对抗网络和LDA模型相结合.通过融合自编码器的特征提取能力、生成对抗网络的生成能力以及LDA的主题发现功能,DTAM模型能够更加准确地对电影短评中的主题词进行分类.[结果/结论]实验结果表明,生成的主题分类能够较好地反映评论中的主要观点和情感倾向,不仅帮助研究人员更全面地理解观众的观影体验和情感反馈,还为电影制作和市场营销提供有价值的参考数据.[创新/局限]本文拓展DTAM模型在影评数据中的应用,提高电影评论的主题分类效果,为电影主题分析提供新思路.然而,本研究仅限于电影短评的情感分析,并未考虑其他因素.