基于主题模型和支持向量机的文本情感分类方法

摘要

针对传统LDA主题模型的不足,提出一种改进的加权W-LDA主题模型.在该模型的Gibbs采样词语过程的主题及其词语分布期望计算中,引入平均加权值,以此避免主题紧密相关词被高频词所淹没,从而提高主题的区分度.通过对真实的教学评价数据和公共评论集测试集的实验测试,结果表明提出的方法在主题区分度、分类准确率和F1测量值指标方面,相比其他典型算法有着明显的优势.