典型文献
基于社交网络大数据的民众情感监测研究
文献摘要：
近年来,新浪微博、推特等社交网络平台逐渐成为反映社会舆情的主要载体之一,为网民发表观点和表达情绪提供了便利.基于社交网络大数据的舆情监控已经成为新的研究热点,利用各国的社交网络大数据进行民众情感监测,有助于直接掌握国际关系中的民众情感倾向,对我国外交、对外贸易等方面都有很重要的作用.基于此,提出了一种面向中日语料的民众情感监测系统,该系统能够同时分析新浪微博和推特等社交平台的中日文语料数据中包含的情感倾向,并以可视化的形式展现给用户.情感分析算法方面,在BERT模型基础上结合自扩展的中日文情感词典,提出了一个新的情感分析模型——EmoBERT.实验结果表明,相比于原始BERT模型,EmoBERT模型在中文情感分类任务和日文情感分类任务上都取得了很好的表现.其中中文模型EmoBERT-C将中文BERT模型准确率从89.68％提升至92.15％,日文模型EmoBERT-J将日文BERT模型准确率从74.73％提升至78.26％.
文献关键词：
情感分析;舆情监测;情感词典;中日关系;微博;推特
中图分类号：
作者姓名：
李爱黎;张子帅;林荫;王秋菊;杨建安;孟炜程;张岩峰
作者机构：
东北大学计算机科学与工程学院,辽宁 沈阳 110000;东北大学外国语学院,辽宁 沈阳 110000
文献出处：
引用格式：
[1]李爱黎;张子帅;林荫;王秋菊;杨建安;孟炜程;张岩峰-.基于社交网络大数据的民众情感监测研究)[J].大数据,2022(06):105-126
A类：
EmoBERT
B类：
网络大数据,民众情感,新浪微博,推特,特等,社交网络平台,社会舆情,主要载体,网民,舆情监控,接掌,国际关系,情感倾向,对外贸易,很重,日语,语料,社交平台,日文,情感分析,法方,情感词典,中文情感分类,分类任务,模型准确率,舆情监测,中日关系
AB值：
0.275447
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
