科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对情绪识别任务中，单一存在的模型存在片面性，无法充分提取语义特征等问题，本文提出了一种领域情感词典与字词特征融合相结合的文本分类方法。首先构建并扩展有关于“传染性疾病”事件的领域情感词典，其次融合文本的字向量特征和词向量特征，最后将BERT模型应用于“传染性疾病”事件微博文本分类任务中。实验结果显示，相较于其它神经网络模型，BERT-CW（字词融合）模型的精确率、召回率和F1值各项评价指标的表现更好；相比于字划分或词划分的BERT-C模型和BERT-W模型，BERT-CW模型的可靠性更高，实验结果在微博用户评论数据集的网络情绪识别任务上准确率达到了94.59%,F1值达到了94.08%，证实了此模型的有效性。
- 单位
