基于BiGR U-CNN的网络舆情情感识别模型
作者机构：西南政法大学刑事侦查学院重庆401120 福建警察学院侦查系福建福州350007
基 金：重庆市科学技术局2022年度技术创新与应用发展重点项目(CSTB2022TIAD-KPX0107)
出 版 物：《中国人民公安大学学报（自然科学版）》 (Journal of People’s Public Security University of China(Science and Technology))
年 卷 期：2023年第29卷第2期
页 码：61-66页
摘 要：目的随着公众舆论数据的快速增长,社交网络文本情感识别在网络舆情监控中发挥着越来越重要的作用。由于文本数据的稀疏性、高维性和自然语言的复杂语义,情感分析任务面临巨大的挑战。方法为提高网络舆情情感识别的效果,设计一种融合双向门控循环单元(BiGRU)和卷积神经网络(CNN)的情感识别模型。首先将社交网络文本转换成特征向量,然后通过BiGRU提取文本的上下文情感特征,最后通过CNN提取文本的局部情感特征,构建中文社交网络文本情感识别模型。结果以新冠疫情期间网民的微博评论为数据集验证模型的可行性和优越性,模型的精确率、召回率和F1值分别达到86.6%、87.06%和86.85%。结论实验结果表明,融合BiGR U-CNN的特征向量包含更加丰富文本的情感信息,能够有效提升网络舆情情感识别的性能。
主 题 词：网络舆情 情感识别 双向门控循环单元 卷积神经网络
学科分类：030604[030604] 03[法学] 08[工学] 0838[0838] 030609[030609] 0306[法学-公安学类]
D O I：10.3969/j.issn.1007-1784.2023.02.009
馆 藏 号：203122425...
