基于BERT多特征融合的网络舆情情感识别

作者：林伟

来源：中国电子科学研究院学报, 2023, 18(03): 221-227.

• 网络舆情
• 情感识别
• BERT
• 多特征融合
• 双向长短时记忆神经网络
• 注意力机制

社交网络文本含有丰富的情感信息，通过社交网络文本情感识别掌握网络舆情动态具有重要的意义。由于文本数据的高维稀疏性，情感分析任务面临着巨大的挑战。为了解决上述问题，提出了一种基于BERT多特征融合的网络舆情情感识别新模型。首先，使用BERT预训练语言模型对输入文本进行编码；然后，根据BERT编码层输出的特点，从三个通道分别对其生成的特征向量进行进一步的处理，形成三个特征向量；最后，对这三个特征向量进行拼接，构建网络舆情情感识别模型。以新冠疫情期间网民的微博评论为数据集验证模型的可行性和优越性，模型的精确率、召回率和F1值分别达到92.7%、93.9%以及93.2%。实验结果表明，基于BERT多特征融合的特征向量包含更加丰富文本的语义信息，能够有效提升网络舆情情感识别的性能。

• 单位
  西南政法大学; 福建警察学院