典型文献
突发重大公共卫生事件情境下的微博文本情感分析
文献摘要：
针对微博短文本提出一种将微博主题与微博情感进行协同分析的方法,利用云南省主流微博媒体数据,研究重大突发公共卫生事件情境下的民众情感极性特征,有助于舆情监测和舆论引导.利用高频词分析研究时间窗口内微博热点主题词,然后训练基于SnowNLP的情感分类模型预测微博情感极性,综合微博信息影响力强度利用隐含狄利克雷分布(LDA)主题模型建模,结合每日疫情实时通报,分析微博情感随时间序列变化趋势.研究发现新冠肺炎疫情爆发以来,多数微博呈现极端正面情感,且微博情感分类结果具有一定的时间聚集性,舆情情感会随公众聚焦事件出现反转,须加以有效引导.
文献关键词：
微博文本;长时间序列;情感分类;LDA
中图分类号：
作者姓名：
董婧;范全润;张顺吉
作者机构：
曲靖师范学院 信息工程学院,云南 曲靖 655011;曲靖师范学院 信息与教育技术中心,云南 曲靖 655011
文献出处：
引用格式：
[1]董婧;范全润;张顺吉-.突发重大公共卫生事件情境下的微博文本情感分析)[J].内蒙古师范大学学报（自然科学汉文版）,2022(05):489-493,510
A类：
B类：
突发重大公共卫生事件,事件情境,微博文本,文本情感分析,短文本,微博主题,协同分析,媒体数据,重大突发公共卫生事件,民众情感,情感极性,舆情监测,舆论引导,高频词,时间窗口,口内,热点主题,主题词,SnowNLP,情感分类,分类模型,信息影响,隐含狄利克雷分布,LDA,主题模型,通报,端正,聚集性,有效引导,长时间序列
AB值：
0.374745
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
