基于字词向量的多尺度卷积神经网络微博评论的情感分类模型及实验研究

被引：59

作者：

张柳 ^{[1
]}

王晰巍 ^{[1
,2
]}

黄博 ^{[3
]}

刘宇桐 ^{[1
]}

机构：

[1] 吉林大学管理学院

[2] 吉林大学大数据管理研究中心

[3] 吉林大学计算机科学与技术学院

来源：

图书情报工作 | 2019年 / 18期

关键词：

卷积神经网络; 字词向量; 多尺度卷积核; 微博评论; 情感分类;

D O I：

暂无

中图分类号：

G254 [文献标引与编目];

学科分类号：

050302 [传播学];

摘要：

[目的/意义]微博评论情感分类模型可以为相关舆情监管部门正确管控话题事件的发展状况和舆情提供一定的指导作用。[方法/过程]基于字词向量的多尺度卷积神经网络,运用多尺度卷积核改善微博评论中上下文信息有限的条件制约,构建基于字词向量的多尺度卷积神经网络微博评论情感分类模型;通过爬取"微博热搜整改"数据,对模型的可行性和优越性进行验证。[结果/结论]验证结果表明基于字词向量的多尺度卷积神经网络在微博舆情等上下文信息有限的短文本分类任务中表现良好。本文在理论层面为微博舆情情感分类提供了更为准确的情感分类理论模型及分类方法,在实践层面可以更好地指导舆情监管部门对舆情的情感倾向进行更好的引导和监管。

引用

页码：99 / 108

页数：10

共 22 条

[1]

基于贝叶斯模型的移动环境下网络舆情用户情感演化研究——以新浪微博“里约奥运会中国女排夺冠”话题为例 [J].