基于神经网络的网络舆情情感分析

• 作者: 李亚飞 张璞 史欢欢
• 来源期刊: 新一代信息技术
• 学科: 工学
• 关键词: 情感分析 深度学习 社交媒体
• 年，卷（期）: 2021,（23）
• 所属期刊栏目: 科技论文
• 页码范围: 11-15
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.2096-6091.2021.23.003

摘要

伴随着互联网的普及和网民的增多,越来越多的网民用户在社交媒体上抒发情感和发表看法.海量的舆情文本产生的同时,对舆论信息在网络上的传播也起到了促进作用.由于中文的舆情信息具有数据信息量较大、文本格式的不规范性以及语义复杂且多元化、语法特殊性、表述隐喻等诸多特点,为了更好地从文本评论信息中分析出用户的情感倾向性观点,对文本数据进行情感分类并挖掘人们对某一事物、某一现象的意见看法和情感态度,文本情感分析技术顺势而生.为了解决上述问题,同时随着深度学习和深层神经网络的广泛流行和研究深入,深度学习算法开始被广泛应用于舆情分析领域的研究中.因此本文对比分析了基于深度学习神经网络的舆情情感分析方法,为多模态情感分析研究工作提供理论依据.相较于传统的情感分析方法,深度学习算法能够学习出海量数据的特征,不再需要人工进行特征的提取和构建,充分对海量文本数据的信息进行自动化学习挖掘,节省了大量的时间和人力物力的同时又具有较强的表达能力,在各种情感分析任务中都具有不错的效果.