跨模LDA融合的多模态数据主题分析方法

作者:赵越; 郝琨; 时彩云; 解胜震; 王之琼; 信俊昌
来源:控制与决策, 2023, 1-8.
DOI:10.13195/j.kzyjc.2022.1277

摘要

随着互联网的高速发展,社会大众可以通过网络对医疗事件以及医患关系自由地发表个人意见和观点言论,这对于引导公众正确的价值导向有着重大研究意义.然而,仅考虑单模态数据的主题分析算法不能精准地把握整个舆情事件的真相,存在主题提取不准确、个人情感先入为主等问题.本文提出了一种基于LDA的多模态数据主题分析算法MDLDA(Multimodal Data Topic Analysis Based on LDA).通过对各模态主题分析结果进行决策级融合来计算多模态的主题分析结果,进而解决传统方法对多模态数据考虑不全面的缺陷.实验结果表明针对多模态舆情事件,在主题词的提取效果上,所提出的MDLDA算法优于单一模态数据进行主题分析的算法.而相对比于传统的关键词提取算法TFIDF与TextRank,MDLDA算法的准确率以及主题词提取效率均有所提高,证明了结合多模态数据进行主题分析的MDLDA算法的有效性.

全文