基于CoSENT和特征扩展的舆情评论主题识别方法OA
针对舆情事件中评论文本主题识别过程中存在的语义稀疏和主题边界模糊问题,提出一种基于CoSENT与特征扩展的舆情评论主题识别方法CE-TRM(CoSENT and feature expansion-based topic recognition method)。在句向量获取阶段引入CoSENT排序优化机制,以解决Sentence-BERT(SBERT)训练目标与推理需求不一致的问题;构建覆盖舆情源文本与评论的特征扩展框架,利用多头交叉注意力机制将源文本的关键词与评论向量进行融合,并结合PCA与UMAP进行降维处理,最终通过聚类与c-TF-IDF(class-based term frequency-inverse document frequency)完成主题识别;以“徐闻港奔驰车插队事件”与“甘肃天水幼儿园血铅超标事件”为案例,分别获取评论21884条和11822条进行实验。结果表明,在主题识别的主流评价指标C_v一致性得分上,CE-TRM(CoSENT and feature expansion-based topic recognition method)较SBERT-LDA和BERTopic分别提升19.3%和5.6%。CE-TRM在一定程度上削弱了短文本特征稀疏对主题识别的消极影响,提升了舆情评论主题识别的准确性,可为舆情演化分析与公共决策提供新的技术思路。
刘滨;赵江辉;瞿英;马腾;张红斌;刘青;崔春星;张心竹;董家兴;韩亚楠;魏海龙
河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学大数据与社会计算研究中心,河北石家庄050018 河北科技大学信息科学与工程学院,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018河北科技大学经济管理学院,河北石家庄050018 河北科技大学大数据与社会计算研究中心,河北石家庄050018
信息技术与安全科学
自然语言处理短文本舆情评论CoSENT特征扩展主题识别
《河北科技大学学报》 2026 (4)
P.417-425,9
国家文化和旅游科技创新工程项目(2020年度)河北省社会科学基金(HB25GL003)河北省科技计划管理软科学研究专项(25355311D)。
评论