基于优化深度双向自编码网络的舆情情感识别研究

摘要：

[目的/意义]情感识别一直是网络舆情领域的研究热点,为解决传统文本表示模型无法根据语境对词语进行理解,且在小数据集下识别效果不好的问题,设计了一种基于优化深度双向自编码网络的舆情情感识别模型.[方法/过程]模型通过双向特征表示模型提取舆情特征,针对舆情数据本身较小时易导致的过拟合问题,通过数据增强、抽取模型转换器输出进行混合池化、L2正则和训练早停的方式提高模型的泛化能力.[结果/结论]实验结果表明,与传统卷积神经网络和长短期记忆网络相比,针对舆情特点优化后的双向自编码网络表现出更优秀的分类效果,可以很好的识别舆情情感.

关键词：网络舆情、舆情监测、情感识别、深度双向自编码

所属期刊栏目：39

分类号：TP311;TP393(计算技术、计算机技术)

资助基金：中国人民公安大学基本科研业务费项目;中国人民公安大学基本科研业务费项目

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：159-163,195