湖北工业大学学报2021，Vol.36Issue(6) ：56-61.

弹幕文本情感分类模型研究——基于中文预训练模型与双向长短期记忆网络

Research on Sentiment Classification of Barrage Text Based on BERT-wwm and BiLSTM

陈志刚 岳倩 赵威
湖北工业大学学报2021，Vol.36Issue(6) ：56-61.
✕
  • NETL
  • NSTL
  • 万方数据

弹幕文本情感分类模型研究——基于中文预训练模型与双向长短期记忆网络

Research on Sentiment Classification of Barrage Text Based on BERT-wwm and BiLSTM

陈志刚 1岳倩 1赵威2
扫码查看

作者信息

  • 1. 湖北工业大学经济与管理学院,湖北武汉430068
  • 2. 华中科技大学武汉光电国家研究中心,湖北武汉430074
  • 折叠

摘要

针对弹幕文本的口语化、网络化、一词多义等特点,提出BERT-wwm-BiLSTM模型以提升情感分类准确率.该模型引入BERT-wwm预训练模型,得到有关上下文信息的动态词向量,采用BiLSTM对特征进行提取,最后使用softmax进行情感分类.在自建的bilibili和腾讯视频两个弹幕数据集上进行实验,Acc、p、R、F1值等4个指标均优于其他模型,且在一词多义弹幕文本中有突出表现,证明该模型在弹幕文本情感分类中的有效性.

关键词

弹幕文本情感分类/中文预训练模型/双向长短时记忆网络

引用本文复制引用

出版年

2021
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
被引量3
参考文献量10
段落导航相关论文