文献类型：期刊文章

作　　者：谭旭[1,2] 吴俊江[2] 徐磊[3] 毛太田[2]

TAN Xu;WU Jun-jiang;XU Lei;MAO Tai-tian(School of Software Engineering, Shenzhen Institute of Information Technology, Shenzhen 518172, China;School of Public Management, Xiangtan University, Xiangtan 411005, China;School of Electronic and Communication Engineering, Shenzhen Polytechnic, Shenzhen 518055, China)

机构地区：[1]深圳信息职业技术学院软件学院,广东深圳518172 [2]湘潭大学公共管理学院,湖南湘潭411105 [3]深圳职业技术学院电子与通信工程学院,广东深圳518055

出　　处：《小型微型计算机系统》

基　　金：教育部人文社科基金项目(17YGCZH157)资助;广东省优秀青年教师项目(YQ201422)资助;深圳市科技研发基础研究项目(JCYJ20160530141956915)资助

年　　份：2018

卷　　号：39

期　　号：7

起止页码：1471-1477

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对目前中文网络舆情中的情感分类方法过于依赖人工特征选择,以至于其分类精度难以提升等问题,本文通过拟合人脑对具有较大复杂非线性的中文文本的理解,借助深度学习的方法构建多维度的网络舆情分析模型.在本文所提出的方法中,通过构造中文文本词向量解析模型和RAE深度学习模型来实现文本信息的高层特征提取和情感分类;而后结合LDA主题分析模型和时间序列模型实现多主题的舆情情感分析和舆情情感走势预测;最后,通过对"魏则西事件"的实证分析,验证了本文深度学习模型对中文文本舆情分析处理的优越性和合理性.

关 键 词：深度学习  中文网络舆情分析  LDA模型 魏则西事件  

分 类 号：TP18]