基于胶囊网络的中长微博情感分析

摘要：

针对通过微博文本获取用户情感倾向,以提高舆情监控效率的问题.利用深度学习的方法实现微博语料的情感分类,构建符合近年文本长度分布特点的高质量微博情感分类数据集,分析微博文本长度对情感分类的影响.由于中长语料主观性强、句子关联度弱,其检测准确率偏低.针对此问题,本文提出一种基于胶囊网络的中长微博情感分析模型.采用注意力机制,在融合局部特征与全局特征的基础上,利用胶囊向量实现深层情感特征提取,提高中长语料的检测效果.利用本文搜集的数据集进行实验,结果表明,相较于多种深度学习算法,本文模型性能更佳.在不同文本长度语料的对比实验中,伴随着文本长度的增加,分类准确率逐渐降低.相较于传统的LSTM算法,本文模型随文本长度增加效果提升,证明了该模型针对中长微博文本情感分类的可行性.

关键词：自然语言处理、情感分析、中长微博语料、胶囊网络

所属期刊栏目：38

分类号：TP391.1(计算技术、计算机技术)

资助基金：天津市研究生科研创新项目2020YJSB097

在线出版日期：2022-10-14（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：1632-1641