基于社交媒体帖子的情感检测
机器学习
2025-11-06 v2 人工智能
计算与语言
摘要
过去几年中，社交媒体已演变为表达个人观点、情感乃至商业与政治提议、推荐及广告的媒介。本研究探讨从 Twitter 等社交媒体帖子文本数据中识别情感的话题。我们部署了多种传统机器学习技术，如支持向量机（SVM）、朴素贝叶斯、决策树与随机森林，以及深度神经网络模型如 LSTM、CNN、GRU、BiLSTM、BiGRU，将这些推文分类为四种情感类别（恐惧、愤怒、喜悦与悲伤）。此外，我们构建了 BiLSTM 与 BiGRU 集成模型。评估结果显示，深度神经网络模型（具体而言 BiGRU）相较传统机器学习模型取得最具前景的结果，准确率达 87.53%。集成模型表现更优（87.66%），尽管差异不显著。该结果将有助于开发可视化情感波动的决策工具。
引用
@article{arxiv.2302.05610,
title = {Emotion Detection From Social Media Posts},
author = {Md Mahbubur Rahman and Shaila Sharmin},
journal= {arXiv preprint arXiv:2302.05610},
year = {2025}
}
备注
Course Project