基于长短时记忆网络的突发灾害事件网络舆情情感识别研究

作者：金占勇; 田亚鹏; 白莽^*

来源：情报科学, 2019, 37(05): 142-154.

DOI：10.13833/j.issn.1007-7634.2019.05.023

• 网络舆情
• 情感识别
• OCC模型
• 长短期记忆网络
• word2vec

【目的/意义】为推动深度学习在网络舆情管理中的应用,提高突发灾害事件网络舆情情感识别效率。【方法/过程】基于OCC模型建立了突发自然灾害网络舆情情感规则,并由word2vec构建文本向量作为长短期记忆网络(Long-short term memory,LSTM)的初始输入,对其训练得到突发灾害事件网络舆情多情感识别模型。【结果/结论】通过对比试验发现,OCC情感规则能够提升情感识别模型的正确率,基于LSTM和word2vec的突发灾害事件网络舆情情感识别模型在情感识别效果上优于TF-IDF文本向量化方法以及基于卷积神经网络(Convolutional neural network,CNN)和传统的机器学习方式(Support vector machine,SVM)的分类算法结果。

• 单位
  北京建筑大学