社交媒体文本情感分析方法及应用
肖瑞超
河南工业贸易职业学院 河南郑州 451191
摘要：随着网络舆情影响越来越大,为了更准确地掌握人们的情感色彩、倾向性和网络舆情动向,本文将长短期记忆网络(long short-term memory,LSTM)与循环卷积神经网络(convolutional neural network,RCNN)组合,构建一种基于LSTM-RCNN社交媒体文本情感分析模型.该模型使用LSTM模型提取带有上下文信息的分句特征,利用RCNN通过双重循环机制生成新的词向量,经过最大池化层二次提取文本特征,传递到全连接层进行文本分类,使用softmax逻辑回归得到最终分类结果.实验选取SVM、CNN、LSTM、RCNN模型作为对比,结果显示,LSTM-RCNN模型分类效果较优.
关键词：LSTM RCNN情感分析文本分类词向量
资助基金：河南省高等学校重点科研项目(22B520007) 年河南工业贸易职业学院课题(2023JKY009)
论文发表日期：2023-07-28
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：4( 40-43 )