吉林大学学报(信息科学版) ›› 2022, Vol. 40 ›› Issue (4): 581-588.
任伟建a,b , 刘圆圆a , 计 妍a , 康朝海a,b
REN Weijian a,b , LIU Yuanyuan a , JI Yan a , KANG Chaohai a,b
摘要: 目前微博已经成为网络舆论传播和挖掘民意的重要平台, 为分析疫情事件对网民情绪的影响, 科学高效地做好防控宣传和舆情引导工作, 为此融合不同的深度学习方法对 2020 年初发生的新冠疫情的微博评论进行情感分析。 提出一种基于 RNN(Recursive Neural Network)和 LSTM(Long Short-Term Memory)混合模型并在嵌入层中使用 FastText 词向量表示方法, 以降低词向量中的噪声数据, 从而获得语义丰富且噪声少的高质量词向量, 并与朴素贝叶斯、 支持向量机、 RNN、 LSTM 多种情感分析方法进行比较。 结果表明, 所提出的情感分析模型正确率达到了 98. 71% , 证明了该模型能有效提升情感分析正确率。
中图分类号: