基于双层注意力和Bi-LSTM的公共安全事件微博情感分析

【目的/意义】微博情感分析对公共安全事件管控有着重要意义。现有研究将单条微博作为整体进行分析,情感分析最小单元局限于字或词,而对微博从词到句子,从句子到单条微博这种多层粒度文本结构产生的影响关注不足,基于此本文提出一种融合双层注意力的Bi-LSTM模型提升情感分析性能。【方法/过程】以红黄蓝幼儿园涉嫌虐童事件为例,通过Bi-LSTM提取微博词级和句子级特征,结合双层注意力机制学习各级特征权重分布,以递进顺序综合局部情感得到整条微博的情感分类。【结果/结论】实验结果表明,本研究提出的微博情感分析模型F1值、准确率分别达到97.39%、97.62%,相比于SVM、RF、XGBOOST和LSTM,该模型能够在公共安全事件微博情感分析方面取得较好效果。