基于Transformer的微博文本情感分析算法研究

作者：杨奎河; 孟豪阳

来源：长江信息通信, 2023, 36(01): 126-127.

• 情感分析
• TextCNN
• Transformer
• Word2Vec
• 特征表达

针对传统情感分析方法在复杂语境中特征表达能力有限、缺乏深层语义信息、模型分类准确率低等问题，文章提出一种基于Transformer和TextCNN融合的新机制。首先，使用jieba工具对微博文本进行分词处理，利用Word2Vec方法将文本转化为词向量，降低词向量中的噪声数据；其次，将词向量作为神经网络模型的输入，进一步对词向量特征进行筛选，提取更有价值的特征信息；最后，将不同粒度的词向量特征进行融合拼接，利用Softmax激活函数实现情感多分类，实验结果表明，文章所提出的情感分析模型正确率达到92.17%，证明了该模型的有效性。

• 单位
  河北科技大学