基于深度学习的COVID-19疫情期间网民情绪分析

• 作者: 刘洪浩
• 来源期刊: 软件
• 学科: 工学
• 关键词: 深度学习 词嵌入 BERT模型 情感分析 微博爬虫 文本处理
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 185-188
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.09.048

摘要

微博文本情绪分析技术在舆情监控等领域具有广泛应用.基于传统机器学习模型和情感词典进行情感分析的结果往往不够理想,如何提升性能成为该领域的一个主要挑战.本文中我们使用了基于深度学习的BERT以完成语言理解任务并与传统做法性能相比较,结果中B E RT模型取得了更好的性能.之后我们利用该模型进行三分类以分析COVID-19疫情期间的微博评论,总体上正面与中立情绪占主导.此外,我们也针对词频和词云进行相关分析,以期实现全方面了解此次疫情期间社会情感状态的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘洪浩		2	0	0.0	0.0