基于OTSCM模型的主题情感在线追踪〔摘要〕网络舆论主题情感在线分析对舆情研判与管理起着十分重要的作用，当前的主题情感模型存在着主题与情感建模关系不紧密，情感挖掘偏斜等问题，容易造成舆情误判。文本在OLDA（On-LineLatentDirichletAllocation，OLDA）模型的基础上引入情感参数，并提出情感遗传思想，建立基于情感遗传的在线主题情感混合模型OTSCM（On-LineTopicandSentimentCombiningModel）。该模型把t-1时间片内的主题情感分布作为t时间片内主题情感分布的先验，通过构造主题情感演化矩阵，生成t时间片内文档―主题、主题―特征词以及主题―情感词3个分布，最后使用交叉熵方法计算t时间片内主题分布与t-1之前主题分布的相似度，得出t时间片内主题情感演化结果。本文在5个数据集上对OTSCM进行了验证，并与其它流行算法进行了对比，实验表明，文本方法在主题情感在线识别方面达到了良好的效果。〔关键词〕OLDA模型；主题情感；情感遗传；OTSCM模型；情感计算；情感演化DOI：10.3969/j.issn.1008-0821.2017.12.006〔〕G206.2〔文献标识码〕A〔〕1008-0821（2017）12-0035-07〔Abstract〕Theon-linesentimentanalysisofnetworktopicplaysanimportantroleintheevaluationandmanagementofpublicopinion.Thecurrenttopicandsentimentmodelshaveaproblemthattherelationshipbetweenthetopicandsentimentisnotclosely，whichlikelycausethedeviationofsentimentminingandmisjudgmentofpublicopinion.ThispaperintroducedthesentimentparameterintoOLDAmodelandproposedaOn-LineTopicandSentimentCombiningModel（OTSCM）basedonsentimentgenetic.Thismodelmadethetopicandsentimentdistributionofthet-1liceasaprioriofthetopicandsentimentdistributionoftlice.Byconstructingthetopicandsentimentevolutionarymatrix，thedocument-topic，topic-wordandtopic-sentiment3distributionsweregenerated.Thecrossentropymethodwasusedtocalculatethesimilaritybetweenthetopicdistributionofthetliceandthet-1liceforgettingtheevolutionaryresultoftlice.Atlast，OTSCMwerevalidatedon5datasetsandcomparedwithotherstate-of-the-artalgorithms.Experimentsshowedthatourapproachhadbetterperformance.〔Keywords〕OLDAmodel；topicsentiment；sentimentgenetic；OTSCMmodel；sentimentcomputing；sentimentevolution随着我国网民数量的激增以及Web2.0的应用，互联网已成为社会热点事件传播及民众意见表达的主要载体，任何社会事件的发生都会在网上引起热烈的讨论，且随著时间的推移，民众情感也会发生动态变化。网络舆论已成为一支重要的社会参与力量，在一定程度上影响决策者的决策方向，所以网络话题发现与跟踪以及情感演化分析一直以来都是网络舆情领域研究的热点，对及时掌握民众社会心态从而制定合理的管理策略起着十分重要的作用。主题检测与跟踪[1]（TopicDetectionandTracking，TDT）研究始于1996年，目的在于发现网络中潜在的主题并跟踪其发展过程，其在社会热点事件网络舆情态势监控中应用广泛。2003年Blei等[2]提出隐狄利克雷分配模型（LatentDirichletAllocation，LDA），用于寻找语料库中潜在的主题，LDA模型把文本从词的多维空间降维到主题空间，用特征词来表征语料库中的主题。随后，Alsumait等[3]提出在线LDA模型（On-LineLatentDirichletAllocation，OLDA），该模型融入了主题遗传思想，把t-1时间片内的主题分布后验作为t时间片内主题分布的先验，通过计算相邻时间片内主题相似度，在线跟踪主题的演化过程。OLDA模型考虑了主题的延续性，但每个时间片内的主题数K设置是固定的，没有考虑到新话题产生、旧话题消亡以及话题分裂、合并等情况，致使主题挖掘精度与LDA模型相比并没有得到明显提高。针对这个问题，众多学者提出了多种OLDA模型的改进算法，其中，Hu等[4]提出了一种话题演化建模与分析方法，该方法采用模型选择策略动态确定各时间片内子话题数，并对演化矩阵进行动态增减，提高了各时间片内话题识别精度，另外，该方法提出基于相对熵的子话题相似度计算方法...