基于TextCNN和Attention的微博舆情事件情感分析
杨秀璋1
武帅1
张苗1
李娜2
于小民3
范郁锋4
1.贵州财经大学信息学院 贵州贵阳5500252.中国船舶工业系统工程研究院 北京1000943.贵州财经大学贵州省经济系统仿真重点实验室 贵州贵阳5500254.贵州财经大学计划财务处 贵州贵阳550025
摘要：传统方法对微博舆情事件情感分析缺乏深层次语义支持,且特征稀疏、上下文关系单薄,导致情感分类准确率较低,无法第一时间感知舆情突发事件.针对这些问题,提出一种基于TextCNN和注意力机制的舆情事件情感分析模型.首先采集微博舆情事件文本知识并进行数据预处理,接着利用TextCNN模型的卷积层和池化层从多个角度提取局部特征,再结合Attention机制组合句子向量完成情感分类任务.实验结果表明,文章提出的方法在准确率、精确率、召回率和F1值上均有所提升,其值分别是0.981 3、0.982 1、0.9804和0.981 2,优于传统的随机森林、SVM、逻辑回归和朴素贝叶斯方法,能在微博舆情事件情感分析中较好地进行识别,为后续应用于公共突发事件预测及舆情分析提供帮助.
关键词：微博舆情事件情感分析TextCNN注意力机制舆情分析
论文发表日期：2021-07-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 41-46 )