基于多模态联合注意力机制的网民情感分析研究
2021-06-24分类号:G252
【部门】南京大学信息管理学院 南京理工大学经济管理学院
【摘要】网民情感对网络舆情的演化和发展具有重要的推动作用,如何精准分析网民情感对于网络舆情管理有着重大的现实意义。现有的网民情感研究主要是基于文本进行分析,鲜有研究从多模态视角出发,结合文本和图片对网民情感进行分析。在多模态情感分析中,现有研究多结合不同模态的全面特征、进行高维融合,容易造成信息冗余、引入噪声,忽略了不同模态之间的交互性和相关性。本文提出基于多模态联合注意力机制的情感分析模型,通过联合词引导的注意力机制和图引导的注意力机制,结合文本和图片分析网民情感,并且在"新冠肺炎疫情"等网络舆情数据中进行实证研究,与相关优异的基线模型进行了对比分析。实验结果表明,本文提出的基于多模态联合注意力机制模型具有一定的优越性,能够有效捕捉不同模态间的交互和相关关系。
【关键词】网络舆情 情感分析 多模态融合 神经网络 注意力机制
【基金】国家自然科学基金项目“突发事件网民负面情感的模型检测研究”(71774084),“社会化影响下个体信息认知处理中的扭曲与偏见机制研究”(71471089)
【所属期刊栏目】情报学报
文献传递