计算机软件及计算机应用论文_弹幕视频的情感时

文章摘要:[目的]构建面向弹幕文本的情感曲线聚类模型，可为视频传播效果预测提供新的决策方式。[方法]提出词向量（Word2Vec）扩充领域情感词典，优化情感分类器性能；采用综合权重等手段使情感时序平稳平滑；提出SBD度量K-shape聚类模型，分析情感时序模式、特征及传播效果。[结果]实证表明，优化情感词典模型在多分类指标（主客观、极性分类）F1值上分别达到0.89和0.79，主客观分类器性能提升了123%。对比多种时序度量聚类算法组合，SBD度量K-shape聚类算法在戴维森堡丁指数（DBI）和轮廓系数（SI）指标上均性能更优。[局限]情感词典算法未完全考虑网络流行语或不含中心形容词的句子情形，情感时序聚类结果描述、解释程度需要进一步加深。[结论]基于领域情感词典-SBD-Kshape算法可以削弱弹幕文本非规整噪声及时序相位偏移的影响，聚类结果可作为识别传播效果差异的依据。

文章关键词:

论文分类号:TP391.1

上一篇：社会学及统计学论文_共生视角下网络舆情中公众

下一篇：电信技术论文_面向深度学习的多模态情感识别研