融合BERT多层次特征的短视频网络舆情情感分析研究

• 全文链接
• 请求原文

作   者：

韩坤;  潘宏鹏;  刘忠轶; 

关键词：

情感分析;  主题可视化;  网络舆情;  BERT; 

期刊名称：

计算机科学与探索

i s s n：

1673-9418

年卷期：

2024 年 18 卷 004 期

页   码：

1010-1020

摘   要：

自媒体时代与网络社交软件的广泛普及,导致短视频平台极易成为舆情事件起源和发酵的"孵化器".分析短视频平台中的舆情评论信息,对于舆情事件的预警、处置和引导具有重要意义.鉴于此,结合BERT与TextCNN模型,提出一种融合BERT多层次特征的文本分类模型(BERT-MLFF-TextCNN),并对抖音短视频平台中的相关评论文本数据进行情感分析.首先,利用BERT预训练模型对输入文本进行编码.其次,提取各编码层中的语义特征向量进行融合.然后,融入自注意力机制突出其关键特征,从而实现特征的有效利用.最后,将所得特征序列输入TextCNN模型中进行分类.实验结果表明,与BERT-TextCNN、GloVe-TextCNN和Word2vec-TextCNN模型相比,BERT-MLFF-TextCNN模型表现更优,F1值达到了0.977.通过该模型能够有效识别短视频平台舆情的情感倾向,在此基础上利用TextRank算法进行主题挖掘,实现舆情评论情感极性的主题词可视化,为相关部门的舆情管控工作提供决策参考.