基于深度语义发现的自媒体网络舆情情绪分类模型构建

作     者：李芳 曲豫宾 杨帆 LI Fang;QU Yu-bin;YANG Fan

作者机构：江苏工程职业技术学院江苏南通226001 

基　　金：广西可信软件重点实验室研究项目(KX202046) 江苏工程职业技术学院科研计划项目(GYKY/2019/9) 南通市市级科技计划指令性项目(JC2021124) 江苏省现代教育技术研究课题(2021-R-94735) 中国高等教育学会2021年度专项课题(21SZYB23) 江苏高校哲学社会科学研究专题项目(2020SJB0836) 江苏高校“青蓝工程”项目和江苏高校境外研修计划项目 江苏省教育科学“十四五”规划2021年度课题(D/2021/01/133) 

出 版 物：《通化师范学院学报》 (Journal of Tonghua Normal University)

年 卷 期：2022年第43卷第6期

页      码：73-79页

摘      要：针对自媒体网络舆情情绪分类问题,采用预训练模型建立自媒体网络舆情情绪分类模型,考虑数据中存在的类不平衡问题,设计深度语义框架,并在开放数据集中进行了实证研究.研究结果表明,该深度语义框架具有较强的泛化能力;而且采用代价敏感损失函数的分类模型,其分类性能获得了较大提升,在常见性能评价指标F1上,其中位数提升了18.05%.

主 题 词：文本分类 类不平衡 预训练模型 自媒体 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.13877/j.cnki.cn22-1284.2022.06.013

馆 藏 号：203112358...