基于视频弹幕的特征发现及情感分析研究

摘要：

随着数字媒体技术的快速发展,弹幕在电子产品评测视频中的使用频率逐年增高,越来越多的用户倾向于通过这种方式了解产品的信息并发表自己的见解.该类弹幕评论除了具有短小、实时性强等特点外,还包含着大量弹幕用户的情感倾向信息.这些信息对于网站和商家都具有重要意义.针对这个问题,对爬取的华为P30手机评测视频共9万2千余条视频弹幕,使用统计方法分析该类弹幕评论特点;接着结合词向量技术(Word2Vec)、卷积神经网络(CNN)和双向长短记忆神经网络(BILSTM)的优势,在BILSTM-CNN对时序数据进行编码后,引入ATTENTION机制,构建BILSTM-CNN-ATT组合模型,并通过多组对比实验进行验证.结果表明,弹幕长度和弹幕数量呈负相关关系.在九种模型中,BILSTM-CNN-ATT组合模型在电子产品评测视频的弹幕评论中具有良好的情感分析效果.

关键词：情感分析;深度学习;弹幕;注意力机制;双向长短记忆神经网络

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：中国工程科技知识中心项目;中国科学技术信息研究所重点工作项目

在线出版日期：2022-02-22（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：141-146