融合自注意力机制和语义词典的危机情绪分类研究
2021-12-11分类号:TP391.1
【部门】山西大学经济与管理学院 山西医科大学汾阳学院
【摘要】[目的/意义]在社会危机事件发生后,及时、有效地对社交网络上的文本内容进行情绪分类,有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系,采用融合自注意力机制的LSTM神经网络分类模型,实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例,通过不同参数的组合以及模型对比实验,获得了较高的准确率,验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持,同时为相关领域的研究提供语义资源。
【关键词】危机情绪 长短期记忆网络 自注意力机制 语义词典 情绪分类
【基金】国家自然科学基金面上项目“面向汉语篇章语义分析的框架推理技术研究”的成果,项目编号:61772324
【所属期刊栏目】情报理论与实践
文献传递