基于多媒体信息的双向LSTM情感分析方法

• 作者: 丁岩 胡晓 鲍焱
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 多媒体信息 情感分析 双向长短记忆网络
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 88-92
• 页数: 5页
• 分类号: TP391
• 字数: 4847字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2019.02.015

摘要

随着信息技术的飞速发展,智慧政务的建设在中国如火如荼地展开.为了更好地服务社会,获取舆论的情感倾向变得至关重要.然而,由于媒体数据的多样性,例如讨论话题、文本正文、正文回复以及文本字数限制等原因,人们不仅要对文本正文进行分析,还必须对文本回复、讨论话题等多样文本信息,以及诸如表情符号、社交关系等因素进行建模.遗憾的是,很少有研究工作针对推文文本的回复及多媒体信息进行建模.本文针对推文正文回复、话题以及多媒体信息,提出一种新的双向长短时记忆网络CBi-LSTM(Content Bi-LSTM)对舆论进行情感分析.实验表明,文本信息和多媒体信息的融合能显著提高情感分析的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁岩		3	3	1.0	1.0
5	胡晓		3	3	1.0	1.0
9	鲍焱		1	3	1.0	1.0