基于BERT-BiLSTM的网民情绪识别

作者：潘梅

来源：电脑知识与技术, 2021, 17(18): 74-76.

DOI：10.14004/j.cnki.ckt.2021.1668

• 网民
• 情绪识别
• BERT
• BiLSTM

为帮助政府等相关部门及时掌握大众对特定公共事件的主要情感倾向,针对基于词向量的深度学习方法实现网民情绪识别,存在高度依赖分词准确性、一词多义等问题,提出基于BERT-Bi LSTM的网民情绪识别方法。首先,基于BERT预训练模型获取预处理后的待识别文本词向量;然后,利用Bi LSTM提取上下文相关特征进行学习;最后,通过分类器获得文本的情感极性,包括积极和消极两类。通过对疫情期间网民情绪识别数据集实验表明,基于BERT-Bi LSTM的网民情绪识别模型P值为88.98%,R值为92.72%,F1值为90.81%,相比于LSTM和Bi LSTM模型性能更优。本识别方法可为网民情绪识别研究提供借鉴,识别结果可为政府决策分析和舆情引导提供参考。

• 单位
  成都师范学院