基于 LSTM 的社交媒体评论中文情感分析案例研究
计算与语言
2022-11-01 v1 机器学习
摘要
网络舆情分析由自然语言处理（NLP）与舆情监管相结合获得，对监测公众情绪与趋势至关重要。因此，网络舆情分析能够识别并解决潜在和萌芽的社会问题。本研究旨在利用长短期记忆网络（LSTM）模型实现社交媒体评论中的中文情感分析。数据集通过网络爬虫从新浪微博获取，并使用 Pandas 进行清洗。首先，对唐山打人事件与江歌案法律判决相关的中文评论进行分词与向量化。随后，训练并测试了一个二分类 LSTM 模型。最后，利用 LSTM 模型分析评论得到情感分析结果。所提模型的准确率达到了约 92%。
引用
@article{arxiv.2210.17452,
title = {A Case Study of Chinese Sentiment Analysis on Social Media Reviews Based on LSTM},
author = {Lukai Wang and Lei Wang},
journal= {arXiv preprint arXiv:2210.17452},
year = {2022}
}