-
题名多任务模型下的影评细粒度情感分析与内容挖掘
- 1
-
-
作者
任剑锋
宋晨阳
崔春生
-
机构
河南财经政法大学数据科学与电子商务学院
-
出处
《数学的实践与认识》
北大核心
2025年第11期160-173,共14页
-
基金
河南省科技攻关项目(242102220108)
河南省高等教育教学改革研究与实践项目(2023SJGLX315Y)。
-
文摘
影评是观众表达观点的主要方式,直接影响着电影票房.从影评中精确地提取观众对电影不同维度的情感反馈,不仅能真实发现观众的情感态度,也能有效改进影片质量提升影片票房.现有影评研究都采用单任务模型,对影评的细粒度情感分析和多维度主题挖掘不够深入.基于此提出了一种结合多任务学习和主题建模的细粒度情感分析方法.该方法先利用LCF-ATEPC模型同时完成影评中显性维度信息的提取与情感极性分类,后通过LDA模型对不同维度进行主题聚类分析,进一步挖掘影评中隐性维度信息及其情感倾向,借助综合评价的结果,有针对性的对电影的多个维度提出改进建议.提出的方法在影评维度提取、情感极性分析及主题聚类方面具有较高的准确性与实用性,弥补了现有情感分析中上下文处理及主题分析与情感分类结合的不足,有效提升了影评情感分析的细致程度和解释力.
-
关键词
细粒度情感分析
lcf-atepc
多任务学习
LDA
影评
-
Keywords
fine-grained sentimentanalysis
local context focus-aspect term extraction and polarity classification
multi-task learning
LDA
movie reviews
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
