基于ALBERT-CRNN的弹幕文本情感分析

摘要：

提出一种结合ALBERT预训练语言模型与卷积循环神经网络(convolutional recurrent neural network,CRNN)的弹幕文本情感分析模型ALBERT-CRNN.首先使用ALBERT预训练语言模型获取弹幕文本的动态特征表示,使得句子中同一个词在不同上下文语境中具有不同的词向量表达;然后利用CRNN对特征进行训练,充分考虑了文本中的局部特征信息和上下文语义关联;最后通过Softmax函数得出弹幕文本的情感极性.在哔哩哔哩、爱奇艺和腾讯视频三个视频平台的弹幕文本数据集上进行实验,结果表明,ALBERT-CRNN模型在三个数据集上的准确率分别达到94.3％、93.5％和94.8％,相比一些传统模型具有更好的效果.

关键词：弹幕文本、情感分析、词向量、预训练语言模型、卷积循环神经网络

所属期刊栏目：53

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金;国家自然科学基金;湖北省技术创新专项

在线出版日期：2021-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8