论文部分内容阅读
针对现有短文本细粒度情绪分类研究中的不足,提出基于概率潜在语义分析(PLSA)模型和K-means聚类的短文本细粒度情绪分类方法。基于PLSA计算获得语料集的文档与主题、词语与主题之间的概率矩阵;在词语与主题概率分布上,基于K-means算法对词汇在主题上的概率分布进行聚类,进而将相近主题进行合并处理;基于情感本体库,认为某一类情绪词汇出现的概率最高的主题与词汇的情绪类别相同,对合并后的主题进行情绪类别识别;最后,基于合并后的文档与主题概率矩阵,认为出现在某一主题概率最高的文档与主题的情绪类别相同,对文档