基于ERNIE-BiLSTM的社交网络文本情感分析

摘要：

社交网络文本情感分析任务中,因短文本信息模糊等特点,传统的词向量模型无法更好地表示词的语义特征,当前短文本情感分类任务多以二分类研究为主,将结果分类为积极情感与消极情感,未能对分类结果更细入的划分.文中提出一种舆情情感分析的ERNIE-BiLSTM方法,实现了对用户评论情感的七种情绪分类,包括恐惧、厌恶、乐观、惊喜、感恩、悲伤和愤怒.ERNIE-BiLSTM方法利用ERNIE预训练模型获取文本的语义信息,结合BiLSTM提取文本的双向特征,最后使用softmax函数获得最终的情感分类结果.实验结果表明,ERNIE-BiLSTM方法具有87.7％的精确率、86.9％的召回率和86.8％的F1得分,比其他方法得到了有效提升.

关键词：情感分析、ERNIE、BiLSTM、社交网络文本、深度学习

所属期刊栏目：18

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省社会科学基金资助项目

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：321-327