融合BERT-BiGRU和多尺度CNN的中文微博情感分析

传播影响力
本库下载频次:
本库浏览频次:
CNKI下载频次:0

归属院系:

刑事侦查学院

作者:

林伟 ;陈雁

摘要:

随着社交媒体的快速发展,人们在微博等平台上表达情感的方式也得到了极大的丰富和多样。因此,针对中文微博情感分析的研究变得尤为重要。为提高中文微博情感分析的效果,设计了一种基于BERT-BiGRU和多尺度卷积神经网络(Convolutional Neural Networks, CNN)的中文微博情感分析模型。具体来说,首先,利用预训练的BERT模型对微博文本进行编码;然后,通过BiGRU捕捉上下文信息和语境特征,并利用多尺度CNN提取文本中重要的局部情绪特征;最后,使用全连接层进行情感分类。在SMP2020发布的公开微博数据集上进行比较实验,实验结果表明,提出的模型在中文微博情感分类任务上取得了较好的表现,具有更高的准确性和泛化能力。

语种:

中文

出版日期:

2023-10-20

学科:

计算机软件与理论

收录:

北大核心期刊

提交日期

2023-12-06

引用参考

林伟;陈雁. 融合BERT-BiGRU和多尺度CNN的中文微博情感分析[J]. 中国电子科学研究院学报,2023(10):939-945.

全文附件授权许可

知识共享许可协议-署名

  • dc.title
  • 融合BERT-BiGRU和多尺度CNN的中文微博情感分析
  • dc.contributor.author
  • 林伟;陈雁
  • dc.contributor.affiliation
  • 福建警察学院侦查系;西南政法大学刑事侦查学院
  • dc.publisher
  • 中国电子科学研究院学报
  • dc.identifier.year
  • 2023
  • dc.identifier.issue
  • 10
  • dc.identifier.page
  • 939-945
  • dc.date.issued
  • 2023-10-20
  • dc.language.iso
  • 中文
  • dc.subject
  • 中文微博;情感分析;双向门控循环单元;预训练模型;卷积神经网络
  • dc.description.abstract
  • 随着社交媒体的快速发展,人们在微博等平台上表达情感的方式也得到了极大的丰富和多样。因此,针对中文微博情感分析的研究变得尤为重要。为提高中文微博情感分析的效果,设计了一种基于BERT-BiGRU和多尺度卷积神经网络(Convolutional Neural Networks, CNN)的中文微博情感分析模型。具体来说,首先,利用预训练的BERT模型对微博文本进行编码;然后,通过BiGRU捕捉上下文信息和语境特征,并利用多尺度CNN提取文本中重要的局部情绪特征;最后,使用全连接层进行情感分类。在SMP2020发布的公开微博数据集上进行比较实验,实验结果表明,提出的模型在中文微博情感分类任务上取得了较好的表现,具有更高的准确性和泛化能力。
  • dc.identifier.CN
  • 11-5401/TN
  • dc.identifier.issn
  • 1673-5692
  • dc.identifier.if
  • 0.929
回到顶部