跨模LDA融合的多模态数据主题分析方法
Multimodal data topic analysis method based on cross-modal LDA fusion作者机构:东北大学医学与生物信息工程学院沈阳110169 东北大学计算机科学与工程学院沈阳110169
出 版 物:《控制与决策》 (Control and Decision)
年 卷 期:2024年第39卷第4期
页 面:1325-1332页
核心收录:
学科分类:08[工学] 0812[工学-计算机科学与技术(可授工学、理学学位)] 081202[工学-计算机软件与理论]
基 金:国家自然科学基金项目(62072089) 中央高校基本科研业务费专项资金项目(N2116016,N2104001,N2019007) 东软集团股份有限公司开放课题项目(NCBETOP2102)。
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.提出一种基于LDA的多模态数据主题分析算法MD_LDA(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MD_LDA算法优于单一模态数据进行主题分析的算法.而相对于传统的关键词提取算法TF_IDF与TextRank和MD_LDA算法的准确率以及主题词提取效率均有所提高,验证了结合多模态数据进行主题分析的MD_LDA算法的有效性.