软件学报

作者：张文跃，李旸，王素格，廖健

单位：张文跃，山西财经大学 信息学院, 山西 太原 03000611,李旸，山西财经大学 金融学院, 山西 太原 03000602,王素格，山西大学 计算机与信息技术学院, 山西 太原 03000603,廖健，山西大学 计算机与信息技术学院, 山西 太原 03000604

关键词：情感漂移;层次变分自编码器;情感元分布;漂移度量;高斯混合

基金：国家自然科学基金(62376143, 62106130); 山西省基础研究计划青年科学研究项目(202203021212495, 20210302124084); 山西省高等学校科技创新项目(2021L283, 2021L284); 山西省基础研究计划(202303021211021); CCF-智谱AI大模型基金(CCF-Zhipu202310)

社交网络情感数据最为显著的特征是其动态性. 针对群体文本情感漂移分析任务, 提出一种高斯混合多层自编码器(GHVAE)用于情感漂移检测. GHVAE将高斯混合分布作为潜在分布的假设先验, 对应潜在分布的多中心性质从而提高模型性能. 此外, 还对原始HVAE模型内建的漂移度量算法进行改进, 改善了高漂移值之间过于接近导致分类性能下降的问题. 采用多项对照实验和消融实验用于验证GHVAE的性能, 实验结果显示新模型的创新点为其漂移检测表现带来了提升.

来源：2025年第5期

《软件学报》期刊编辑部

查看软件学报杂志2025年第5期