计算机工程

作者：王曙燕, 原柯

单位：西安邮电大学 计算机学院, 西安 710121

关键词：深度学习,大学生情感分析,RoBERTa-WWM模型,文本卷积神经网络,双向门控循环单元网络

基金：陕西省重点研发计划（2020GY-010）；西安市科技计划项目（2019218114GXRC017CG018-GXYD17.10）。

大学生论坛语句具有篇幅短、口语化、多流行用语等特点，传统的情感分析模型难以对其进行精准的语义特征表示，并且未充分关注语句的局部特征与上下文语境。提出一种基于RoBERTa-WWM的大学生情感分析模型。通过RoBERTa-WWM模型将论坛文本语句转化为语义特征表示，并将其输入到文本卷积神经网络中，以提取语句的局部语义特征，同时利用双向门控循环单元网络对局部语义特征进行双向处理，获得全面的上下文语义信息。在此基础上，通过Softmax分类器计算语句在情感标签中的概率向量，选择最大值表示的情感标签作为最终输出的情感标签。实验结果表明，相比RoBERTa-WWM、EK-INIT-CNN、BERT等模型，该模型在大学生论坛与NLPCC2014数据集上具有较优的分类性能，并且在大学生论坛数据集上宏平均精准率、宏平均召回率、宏平均F1值和微平均F1值分别为89.43%、90.43%、90.12%和92.48%。

来源：2022年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第8期