基于深度学习的医患舆情多维演化仿真分析

摘要：

为了探析医患关系近年来的情感演化过程,助力政府部门决策干预提供理论依据,从而更好引导网络舆论走向,促进和谐医患关系的构建.针对互联网复杂语境下大规模医患舆情文本数据,在BERT预训练模型下游任务中构建情感分类器,并与LDA主题抽取技术相结合进行多维情感演化仿真分析,最后结合ARIMA模型进行情感走势预测.通过实验分析表明,LDA-BERT医患舆情多维情感分析模型的情感预测准确度达到98%,ARIMA医患舆情时间序列预测模型的预测平均误差低于11.25%,证明其能够有效运用于大规模医患舆情演化的多维度监测与分析.

关键词：医患舆情、LDA-BERT模型、ARIMA模型、情感演化

所属期刊栏目：59

分类号：TP391.9(计算技术、计算机技术)

资助基金：广东省普通高校创新团队;特色创新项目;特色创新项目;深圳市自然科学基金重点项目

在线出版日期：2023-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：82-91