A Structural Topic and Sentiment-Discourse Model for Text Analysis

doi:10.1287/mnsc.2022.00261

2024-10-16

PRE

Li Chen

Shawn Mankad

DOI：10.1287/mnsc.2022.00261

原文链接

原文求助

摘要

En 中文

我们考虑一个常见的场景，其中观察大量有观点的文本文档及相关协变量，例如在线评论的文本、评论日期以及作者的人口统计信息。在此场景下，理解协变量如何决定文本构成，以及不同讨论主题的普遍性、情感和/或话语，可能具有重要意义。然而，机器学习文献中的大多数主题建模方法旨在为探索性分析总结文本，而非执行此类正式统计推断。此外，主题建模方法通常不尝试估计各独立主题的讨论情感或话语，而这对商业应用（例如总结服务或产品质量）可能至关重要。我们开发了一种名为“结构主题与情感-话语”（structural topic and sentiment-discourse, STS）的主题模型，该模型引入了一个新的文档级潜在变量，用于捕捉每个主题的情感和/或话语（统称为“情感-话语”），并调节主题内的词频。这些潜在主题的情感-话语变量受文档级协变量控制，以实现实验控制和回归分析。我们还引入了新的计算方法，以解决以往模型因可扩展性问题而被迫限制分类协变量数量的情况。我们在来自调查、博客和Yelp餐饮评论（围绕COVID-19大流行）的三个真实数据集上对STS模型进行了基准测试。我们的模型获得了有意义的成果，包括关于COVID-19如何影响在线评论的丰富见解，表明STS模型不仅能用于传统的描述性分析，还能用于文本数据的回归分析。

Keyword:

topic prevalence

topic sentiment

topic discourse

text analysis

Laplace approximation

Poisson regression

nonnegative matrix factorization

machine learning