文献类型：期刊文章

作　　者：王春东[1] 张卉[1] 莫秀良[1] 杨文军[1]

WANG Chun-dong;ZHANG Hui;MO Xiu-liang;YANG Wen-jun(School of Computer Science and Engineering,Tianjin University of Technology,Tianjin 300384,China)

机构地区：[1]天津理工大学计算机科学与工程学院,天津300384

出　　处：《计算机工程与科学》

基　　金：国家自然科学基金(U1536122);天津市科学技术委员会基金(15JCYBJC15600)。

年　　份：2022

卷　　号：44

期　　号：1

起止页码：165-175

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、ZGKJHX、核心刊

摘　　要：随着微博用户数量的快速增长,微博中所携带的一些情感和观点对社会的影响越来越大,尤其是一些涉及到公众人身安全的负面情绪,可能会影响到社会的稳定,因此进行微博情感分析意义重大。微博情感分析的内容包括微博语料的获取、微博语料的预处理和情感分析方法等,常用的情感分析方法有基于情感词典的方法、基于机器学习的方法和基于深度学习的方法。随着注意力机制在NLP领域的广泛使用,很多研究者开始将注意力机制融合到深度学习模型中进行情感分析,这使得情感分析的准确率得到了很大的提升。谷歌提出的BERT模型本质上也是基于注意力机制实现的,BERT模型在情感分析领域取得了突破性的进展。

关 键 词：微博舆论  情感分析 深度学习  注意力机制  BERT  

分 类 号：TP391.1]