基于ALBERT-CRNN的弹幕文本情感分析

作者：曾诚; 温超东; **敏; 潘列; 何鹏

来源：郑州大学学报(理学版）, 2021, 53(03): 1-8.

DOI：10.13705/j.issn.1671-6841.2020359

• 弹幕文本
• 情感分析
• 词向量
• 预训练语言模型
• 卷积循环神经网络

提出一种结合ALBERT预训练语言模型与卷积循环神经网络(convolutional recurrent neural network, CRNN)的弹幕文本情感分析模型ALBERT-CRNN。首先使用ALBERT预训练语言模型获取弹幕文本的动态特征表示,使得句子中同一个词在不同上下文语境中具有不同的词向量表达;然后利用CRNN对特征进行训练,充分考虑了文本中的局部特征信息和上下文语义关联;最后通过Softmax函数得出弹幕文本的情感极性。在哔哩哔哩、爱奇艺和腾讯视频三个视频平台的弹幕文本数据集上进行实验,结果表明,ALBERT-CRNN模型在三个数据集上的准确率分别达到94.3%、93.5%和94.8%,相比一些传统模型具有更好的效果。