基于长短时记忆网络的突发灾害事件网络舆情情感识别研究

被引：63

作者：

金占勇 ^{[1
]}

田亚鹏 ^{[1
]}

白莽 ^{[2
]}

机构：

[1] 北京建筑大学经济与管理工程学院

[2] 北京建筑大学党政办公室

来源：

情报科学 | 2019年 / 37卷 / 05期

关键词：

网络舆情; 情感识别; OCC模型; 长短期记忆网络; word2vec;

D O I：

暂无

中图分类号：

C912.6 [社会心理、社会行为]; G254 [文献标引与编目];

学科分类号：

030310 [社会心理与社会认知]; 050302 [传播学];

摘要：

【目的/意义】为推动深度学习在网络舆情管理中的应用,提高突发灾害事件网络舆情情感识别效率。【方法/过程】基于OCC模型建立了突发自然灾害网络舆情情感规则,并由word2vec构建文本向量作为长短期记忆网络(Long-short term memory,LSTM)的初始输入,对其训练得到突发灾害事件网络舆情多情感识别模型。【结果/结论】通过对比试验发现,OCC情感规则能够提升情感识别模型的正确率,基于LSTM和word2vec的突发灾害事件网络舆情情感识别模型在情感识别效果上优于TF-IDF文本向量化方法以及基于卷积神经网络(Convolutional neural network,CNN)和传统的机器学习方式(Support vector machine,SVM)的分类算法结果。

引用

页码：142 / 147+154 +154

页数：7

共 9 条

[1]

基于注意力机制的微博情感分析 [J].

周瑛 ;

刘越 ;

蔡俊 .

情报理论与实践, 2018, 41 (03) :89-94

[2]

基于机器学习的文本分类技术研究进展 [J].

苏金树 ;

张博锋 ;

徐昕 .

软件学报, 2006, (09) :1848-1859

[3]

基于语义统计分析的网络舆情挖掘技术研究 [D].

万源 .

武汉理工大学,

2012

[4]

舆情信息分析与处理技术.[M].尚明生;陈端兵;高辉;佘莉.科学出版社.2015,

[5]

Recurrent neural networks for classifying relations in clinical notes.[J].Yuan Luo.Journal of Biomedical Informatics.2017,

[6]

Sentiment classification: The contribution of ensemble learning.[J].Gang Wang;Jianshan Sun;Jian Ma;Kaiquan Xu;Jibao Gu.Decision Support Systems.2014,

[7]

Ensemble of feature sets and classification algorithms for sentiment classification.[J].Rui Xia;Chengqing Zong;Shoushan Li.Information Sciences.2010, 6

[8]

针对网络舆情的情感倾向性研究 [D].

巨慧慧 .

哈尔滨工业大学,

2010

[9]

个性化情感建模方法的研究 [D].

郭尚波 .

太原理工大学,

2008

← 1 →