摘要
舆情参与主体是舆情事件的参与者,分析其情感强度可以准确把握舆情发展走势,为舆情相关部门的决策提供支持.利用微博社交媒体平台获取实验所需的热点话题的舆情数据,基于Word2vec计算目标文本中关键词相似度并提取关键性特征.将目标文本转化成向量形式嵌入到深度学习模型的输入层,同时将注意力机制引入深度学习算法构建Bilstm+Attention情感倾向分类模型,对舆情参与主体发布在微博平台上文本的情感倾向进行正负面的划分.为了进一步分析参与主体的情感强度以及与实际舆情走势之间的关系,基于目标语料构建情感副词词典,将情感强度进行划分,并与实际舆情走势进行对比分析.实验结果表明,对比 TextCNN、CNN+Bilstm 以及 Bilstm 等深度学习分类模型,Bilstm+Attention情感分类模型准确率更高,Bilstm+Attention+情感副词词典计算出的情感强度与实际舆情走势基本趋于一致,证明了该模型可以有效预测舆情参与主体的情感强度.
基金项目
江苏省研究生科研创新计划(KYCX21_0836)
维普
万方数据