使用 CNN-LSTM 模型对波斯语推文进行政治情感分析
计算与语言
2023-08-30 v2 信息检索
摘要
情感分析是识别并归类人们针对各类话题的情绪或看法的过程。近年来，Twitter 情感分析已成为日益热门的课题。在本文中，我们提出若干机器学习及一个深度学习模型来分析波斯语政治推文的情感。我们的分析使用词袋（Bag of Words）和 ParsBERT 进行词表示。我们应用高斯朴素贝叶斯、梯度提升、逻辑回归、决策树、随机森林，以及 CNN 与 LSTM 的组合来对推文极性进行分类。本研究结果表明，采用 ParsBERT 嵌入的深度学习优于机器学习。CNN-LSTM 模型在第一个数据集上分类准确率达 89%，在第二个数据集上达 71%。由于波斯语的复杂性，达到这一效率水平是一项困难任务。我们研究的主要目标是在保持模型性能的同时减少训练时间。为此，对模型架构与参数做了若干调整。除达成目标外，性能也略有提升。
引用
@article{arxiv.2307.07740,
title = {Political Sentiment Analysis of Persian Tweets Using CNN-LSTM Model},
author = {Mohammad Dehghani and Zahra Yazdanparast},
journal= {arXiv preprint arXiv:2307.07740},
year = {2023}
}