-
题名面向舆论情感识别的自然语言处理技术
- 1
-
-
作者
王敏
汪旭
-
机构
南昌大学
南昌航空大学
-
出处
《现代电子技术》
北大核心
2025年第12期115-119,共5页
-
基金
2023年江西省社会科学基金项目(23XW09)。
-
文摘
为提高舆情风险预测的准确性和效率,提出一种基于注意力机制与双向长短期记忆(BiLSTM)网络相结合的舆情感知模型。该方法通过结合BiLSTM的双向建模能力与注意力机制的特征聚焦能力,精准捕捉舆论数据中的情感波动和上下文语义特征,从而提升舆情风险的预测精度。同时以“高考冒名顶替”事件为样本,展开网络舆论数据分析。通过与ELM、随机森林、决策树、LSTM、BiGRU和BiLSTM等多种主流算法进行对比实验,验证所提模型的有效性和优越性。在算法设计中,注意力机制的引入有效地提升了模型在长文本情感分类中的表现,能够精确捕捉情感变化的关键节点。实验结果表明,所提出的预测模型能够有效地识别出舆情风险,准确率达到94.87%,相比于表现最优的BiGRU算法提高了约5.75%。
-
关键词
舆情风险预测
情感识别
自然语言处理
双向长短期记忆网络
注意力机制
文本分类
-
Keywords
public opinion risk identification
emotional identification
natural language processing
bidirectional long shortterm memory network
attention mechanism
text classification
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.9
[自动化与计算机技术—计算机应用技术]
-
