一种基于BERT模型和结合K-means思想的LDA主题模型的文本情感分析方法

本发明公开了一种基于BERT模型和结合K‑means思想的LDA主题模型的文本情感分析方法，包括以下步骤：(1)对文本数据集进行预处理；(2)使用LDA主题模型获取每个文本的主题分布及词分布，提取权重最高的主题词并与原始文本拼接生成新数据集；(3)结合K‑means聚类思想，新数据集再次应用LDA主题模型，迭代提取主题词并与原始文本重复拼接，直至主题分布收敛；(4)将最终拼接主题词的文本输入BERT模型生成上下文感知的词向量；(5)通过SoftMax分类器输出文本情感类别；本发明提高了文本与主题词的相符度，增强了文本的情感极性。