摘要

为提高弹幕文本情感分类准确率,提出基于LERT-RCNN的弹幕文本情感多分类模型。首先使用LERT预训练语言模型获取文本动态特征表示,减少弹幕文本中一词多义对情感分类准确率带来的影响;其次使用BiLSTM和CNN提取更深层次语义特征;最后经全连接层后送入softmax函数得到情感分类结果。实验结果表明,基于LERT-RCNN的弹幕文本情感分类模型的准确率、精确率、召回率及F1值分别为96.17%、94.54%、92.56%及93.51%,与传统文本情感分析模型及单一预训练语言模型LERT相比有明显提升。