1、Web2.0技術(shù)的快速發(fā)展,使得網(wǎng)絡成為一個公共的信息編輯和發(fā)布的平臺,讓每個人可以分享自己的觀點、心情,其中也包含了大量的個人意見、情緒和情緒反饋。識別和度量基于時間序列以及主題的大規(guī)模網(wǎng)絡人群情緒及其變化在社會學研究和經(jīng)濟學研究中都有著重要意義。
本課題研究集中在讀者角度的情緒反饋預測。也就是通過對新聞文本中的詞語或語義進行分析,來預測讀者閱讀完這段文本后可能產(chǎn)生的情緒。目前的文本情緒研究大多是從作者角度出發(fā),而較少從讀者
2、預測角度進行研究。已有的讀者情緒預測研究往往把情緒預測問題看成是一個單標簽問題,認為一篇新聞文本只會讓讀者產(chǎn)生一種情緒,這明顯與人類直覺和對讀者情緒進行大規(guī)模統(tǒng)計得到的結(jié)果不符。另外,這些工作大多是采用基于詞袋的方法,而心理學研究顯示,讀者情緒不僅會與文本中的一些特定的詞語有關(guān),很多時候,還與文中表達的事件主題相關(guān)。為此,本課題對網(wǎng)絡環(huán)境下讀者情緒預測進行了系統(tǒng)化的研究,首先,在對讀者情緒生成機制進行分析的基礎(chǔ)上,利用大規(guī)模的社會化標注
3、數(shù)據(jù),構(gòu)建讀者情緒語料庫。通過對讀者情緒標注進行觀察發(fā)現(xiàn),一篇新聞文本常常對應著多個具有統(tǒng)計顯著性的讀者情緒投票,因此將情緒預測問題視為一個多標簽分類任務較為合理。同時對文本和讀者情緒反饋進行觀察可以發(fā)現(xiàn),相似事件的新聞文本往往會導致相同的情緒,也就意味著讀者情緒與文本主題具有一定的相關(guān)性。因此,課題分別研究了基于詞袋模型和基于LDA(Latent Dirichlet Allocation)主題模型的方法進行讀者情緒預測,并在此基礎(chǔ)上,
4、對主題模型進行改進,包括帶權(quán)重的LDA模型以及引入情緒類別信息的分塊LDA模型,以改進傳統(tǒng) LDA模型的性能。本課題在8,802篇新聞文本上的預測實驗結(jié)果表明:一、在研究讀者情緒反饋問題上,采用多標簽分類技術(shù)比單標簽分類技術(shù)更合理;二、對于基于詞袋模型的方法,通過采用不同的分類算法和特征集進行組合,可以獲得較好的效果;三、采用主題模型進行情緒預測,進一步提高了新聞文本的情緒預測精度,同時課題中改進的主題模型的實驗結(jié)果超過已有的一些方法,