Analyzing Sentiment in Classical Chinese Poetry笔记

Abstract 

虽然情感分析近几年很热，但由于缺乏情感词典，还很少有人做关于中国古典诗歌的情感分析，本论文提出了一个基于(WPPR) 的弱监督方法构建诗歌词典。

 

Introduction 

在建立的网络中同时比较给定词语和积极和消极的情感代表词的相似度。

贡献：

1. 提出一个基于图的构建情感词典的弱监督的不依赖于现有词典的方法。
2. 评估了我们的情感词典的效用
3. 假设来自同一区域的词法项目是从一个单一的情绪-主题对生成的

 

5.1 Sentiment-based Topic Distribution 

传统的LDA主题模型被广泛的应用于从文本中发现主题，近年来也被应用于发现情感于主题之间的关系。本文修改了一个链接的情感主题模型（JST），来抽取主题和积极|消极情感的联系。我们通过假设来自同一对联的词汇项是基于同样的情感-主题对生成的，来修改JST模型。