科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着短视频行业的发展,视频及弹幕已然成为舆论传播的重要途径,对弹幕进行情绪分析能及时获取民众态度,解决网络舆情管理的困难。弹幕文本内容短、几乎不具有完整上下文信息的特性,而较好地对词语间关系进行建模并有效识别关键词语对情绪分类任务而言是极其重要的问题,本文提出一种基于多头注意力的卷积神经网络模型。首先,通过对词语位置进行编码使模型能够利用输入序列的顺序信息。其次,利用多头注意力机制获取不同子空间的语义表达,有效捕获词语内部的相关性,增强词语间依存关系,突出关键情感词的情感权重,并利用膨胀卷积增大感受野,提取更多特征,在此基础上将多头注意力机制与卷积神经网络融合对弹幕文本的七个情绪类别进行建模分析。从模型及数据集角度对比实验,结果表明本文模型能有效提高情绪分类精准度。最后将弹幕情感进行可视化分析,以期为热点事件管控等领域起到一定的数据支撑作用。
- 单位
