论文研究基于转移变量的图文融合微博情感分析.pdf

针对传统的微博情感分析方法忽略了图片影响因素、特殊符号信息以及上下文信息导致情感分析方法准确率不高的问题，提出了一种基于转移变量的图文融合微博情感分析方法。首先构建基于转移变量的无监督情感分析模型USAMTV来分析文本情感分布，通过引入连词情感转移变量和转发符号主题转移变量来处理句子的情感从属和主题从属，获得文本的情感分布；然后引入图片因素为情感浓度来影响文本的情感分布；最后计算微博的整体情感倾向。与JST和ASUM模型相比，本模型测试数据集的准确率更高。实验结果表明，该方法能更准确地预测微博情感倾向。