基于弹幕情感分析的视频片段推荐模型.pdfVIP

JournalofComputerApplications ISSN lo01—908l 2017．．04．．10 计算机应用，2017，37(4)：1065—1070，1134 CODENJYIIDU http：／／www．joca．cn 文章编号：1001—9081(2017)04．1065．06 DOI：10．11772／j．issn．1001-9081．2017．40．1065 基于弹幕情感分析的视频片段推荐模型 邓 扬，张晨曦，李江峰 (同济大学 软件学院，上海 201804) ( 通信作者电子邮箱 lijf@tongji．edu．cn) 摘 要：针对传统的视频情感分析方法计算效率较低且结果不易解释等问题，提 出一种基于弹幕文本的视频片 段情感识别算法，并以此作为视频片段的推荐依据。首先对基于情感分析的视频片段推荐问题提出形式化描述。其 次，通过构建基于隐含狄利克雷分布(LDA)的弹幕词语分类，评估弹幕词语在视频片段中的多维情感向量，同时，根 据视频片段之间的情感依赖关系推荐视频的情感片段。所提方法的推荐准确度比基于词频一逆文档频率(TF—IDF)的 推荐算法提高了28．9％，相对于传统 LDA模型提高了43．8％。实验结果表明所提模型可有效应用于信息繁杂的不 规则文本情感分析。 关键词：视频片段推荐；弹幕情感；主题模型；情感分析；情感向量 中图分类号：TtB91．1 文献标志码：A Videoshotrecommendationmodelbasedon emotionanalysisusingtime-synccomments DENGYang，ZHANG Chenxi，LIJiangfeng’ (SchoolofSoftwareEngineering，rongiiUniversity,Shanghai201840，China) Abstract：Tosolvetheproblem thattraditionalvideoemotional analysismethodscannotworkeffectivelyandtheresuhs arenoteasytoexplain，avideoshotemotionalanalysisapproachbasedontime—synccommentswasproposed，asabasisfor therecommendationofvideoshots．First，aformal descriptionofvideoshotsrecommendationbasedonemotionanalysiswas studied．Then，afternaalyzingtheclassificationoftimesynccommentsbasedonLatentDirichletAllocation(LDA)topic model，hteemotionalvectorofthewordsintime—synccommentswereevaluated．Menawhile，theemotionrelationshipsamong thevideoshotswereanalyzedofrvideoshotsrecommendation．Therecommendationprecisionoftheproposed methodwas 28．9％ higherhtanthatofthemethodbasedonTermFrequency-InverseDocumentFrequency(TF—IDF)，nad43．8％ higher thanthatoftraditionalLDA mode1．Theexperimentalresultsshowthattheproposedmodeliseffectiveinanalyzingthecomplex emotionofdi