基于BERT双通道的疫情舆论情感分类研究

作     者：翟宁 韩国胜 ZHAI Ning;HAN Guosheng

作者机构：湘潭大学数学与计算科学学院湖南湘潭411105 

出 版 物：《湘潭大学学报（自然科学版）》 (Journal of Xiangtan University(Natural Science Edition))

年 卷 期：2022年第44卷第3期

页      码：83-92页

摘      要：随着新冠疫情的发展,网络上出现大量关于疫情的舆论,其背后反映了广大人民对于疫情发展的心态.为了帮助政府及有关部门更好地监察疫情下人民的心理状态,以便更好地维护社会的安定,该文建立了基于BERT语言模型的双通道情感分类模型,完成了评论文本情感上的自动分类.首先,利用BERT模型对输入文本进行编码.通过对BERT-TextCNN通道与BERT-BiLSTM-Attention通道的联动设计,分别解决中文词语存在的一词多义的情况,以及文本过长导致地获取上下文信息困难的问题.本文提出的双通道模型在结合多维度的信息方面取得了一定进展,将分类准确率提高至92.22%,相较于其他基线模型有明显提升.

主 题 词：BERT 双向长短时记忆网络 多粒度特征融合 注意力机制 情感分类 

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

D　O　I：10.13715/j.cnki.nsjxu.2022.03.010

馆 藏 号：203113541...