Identifying and Tracking Sentiments and Topics from Social Media Texts during Natural Disasters

作者提供了数据和代码（不是很多）：https://goo.gl/uee3QK

按照惯例，不解释技术细节，只介绍文章的问题和方法，先看图：

location-based dynamic sentiment-topic model (LDST)——考虑了地点，情感和话题的动态模型（动态主要提现在地点的变化，引起的情感和话题的变化）

论文假设存在作者，地点和文档集合，对于特定时间戳，利用V和U表示地点和用户，文档d作为短文本被用户u在地点v，时间t发布。同时S是情感标签，T是话题个数。

Since each tweet is a short text, studying them individually is not very informative.

这里作者集合文档，根据地点或者作者。