基于视觉的网络舆情事件中网民情感分析研究被引量：6

A Probe into Netizen Sentiment Analysis in Vision-based Internet Public Opinion Events

导出

摘要 [目的/意义]当前网络舆情事件中网民情感分析研究多聚焦于文本、文本结合图片和视频等内容,缺乏针对图片的探讨。同时,视觉情感分析中多视觉语义特征融合缺乏相应的理论指导。[方法/过程]文章借鉴多模态融合思想,以此作为多视觉语义特征融合的理论指导,按照特征层融合、中间层融合、决策层融合和混合融合策略,以在ImageNet数据集中预训练的VGG19模型和Xception模型为基础,设计对应的网络舆情视觉情感分析模型。[结果/结论]文章将提出的模型在网络舆情图片数据集中展开实证研究,并同基线模型做对比。实验结果表明我们提出的基于决策层融合的网络舆情视觉情感分析模型表现最佳。为增强模型的可解释性,本文对网络舆情视觉情感分析模型中卷积层的输出进行了可视化分析。 [Purpose/significance]Currently,researches on sentiment analysis of online users in online public opinion events focus on texts,texts combined with images or videos,lacking the discussion on images.Additionally,there is a lack on the visual sentiment analysis fusing multiple visual semantics features.[Method/process]We draw the idea from multimodal fusionand employ the thought of multimodal fusion as the theory guidance of multiple visual semantics feature fusion.We design four different visual sentiment analysis models based on feature-level fusion,intermediate fusion,decision-level fusion and hybrid fusion.The designed models are basedon VGG19 and Xception pretrained on the ImageNet.[Result/conclusion]We conduct empirical experiments on image datasets in online public opinion events and compare the proposed models with baseline models.Experiments show that the model based on decisionlevel fusion is superior.To hence the interpretability of the model,we visualize the outputs from the convolutional layers in the visual sentiment analysis model.

作者范涛王昊林克柔刘渊晨 Fan Tao;Wang Hao;Lin Kerou;Liu Yuanchen(School of Information Management,Nanjing University,Jiangsu,210023;Jiangsu Key Laboratory of Data Engineering and Knowledge Service,Nanjing,210023)

机构地区南京大学信息管理学院江苏省数据工程与知识服务重点实验室

出处《情报资料工作》 CSSCI 北大核心 2022年第4期83-91,共9页 Information and Documentation Services

基金国家自然科学基金“突发事件网民负面情感的模型检测研究”(批准号:71774084) 南京大学文科青年跨学科团队专项“面向人文计算的方志文本的语义分析和知识图谱研究”的研究成果南京大学“仲英青年学者”(Tang Schloar)等人才培养计划的支持江苏青年社科英才。

关键词网络舆情网民情感分析视觉情感分析迁移学习卷积神经网络 online public opinion events sentiment analysis of online users visual sentiment analysis transfer learning convolutional neural network

分类号 C912.63 [经济管理] G206 [文化科学—传播学]

作者简介范涛,男,1995年生,南京大学信息管理学院博士研究生;王昊,男,1981年生,南京大学信息管理学院教授,博士生导师;林克柔,女,1997年生,南京大学信息管理学院硕士研究生;刘渊晨,女,1997年生,南京大学信息管理学院硕士研究生。