基于多头自注意力机制的CNN地震舆情分析模型研究
徐晓桐
陈吉锋
李东平
吴凌杰
李环宇
姚迪
浙江省地震局,杭州 310063
摘要：随着互联网的发展进步,新媒体平台逐步成为普通公众发布和获取地震灾情信息的首选途径,成为地震相关部门迅速了解当前灾情和公众舆论环境的有效渠道之一.运用网络爬虫技术,搜集震后微博用户公开发表的博文与评论构建数据集并进行预处理,为后续分析和建模奠定基础.通过引入多头自注意力机制优化传统CNN模型,构建基于多头自注意力机制的CNN地震舆情分析模型,丰富特征子空间的多样性,并行处理以及捕捉不同级别的特征和信息,增强模型对地震舆情的理解能力.利用模型对2024年3月7日青海玉树州杂多县5.5级地震进行实例应用,对灾后舆情做了可视化展示.通过实验对比,构建的模型加权平均F1达到92.9%、宏平均F1达到92.1%,能够为地震相关部门在震后快速了解灾情情况和公众舆论环境提供辅助支撑.
关键词：深度学习地震舆情多头自注意力机制情感分类
分类号：TP391(计算技术、计算机技术)
资助基金：中国地震局重大政策理论与实践问题研究课题(CEAZY2024JZ01)中国地震局地震应急与信息青年重点任务联合资助(CEAEDEM202310)
论文发表日期：2024-12-30
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：12( 21-32 )
英文信息