典型文献
基于新冠肺炎疫情期间微博文本情感分析的研究
文献摘要：
为了深入了解新冠肺炎疫情期间微博用户舆论的焦点、更好地把握网络舆情的走向,本实验以疫情期间微博内容为基础,利用深度学习的相关算法,对数据内容进行情感分析.初始数据集已有一部分进行过人工标注,经过预处理后,将BiGRU与注意力机制相结合成BiGRU-attention模型对数据进行实验,TextCNN、BiGRU、BERT三种模型分类效果进行对比,实验结果证明,BiGRU-attention模型效果略优于TextCNN、BiGRU模型,相比于BERT模型则略差,证实在本数据集上BERT模型对文本分类的效果更加优秀,在后续实验中会对BERT模型进行更进一步地优化,以达到较好分类效果.
文献关键词：
新冠肺炎疫情;文本情感分类;神经网络;BERT;注意力机制
中图分类号：
作者姓名：
付饶;宫义山
作者机构：
沈阳工业大学信息科学与工程学院,辽宁沈阳110870
文献出处：
引用格式：
[1]付饶;宫义山-.基于新冠肺炎疫情期间微博文本情感分析的研究)[J].长江信息通信,2022(03):31-34
A类：
B类：
新冠肺炎疫情期间,微博文本,文本情感分析,微博用户,网络舆情,数据内容,BiGRU,注意力机制,attention,TextCNN,BERT,模型分类,分类效果,文本分类,更进一步,文本情感分类
AB值：
0.263096
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。
