基于标准与双向循环神经网络的台风相关推文情感分析
神经与进化计算
2019-08-07 v1 计算与语言
摘要
菲律宾是台风、洪水、火山喷发与地震等自然灾害的常发地。Twitter作为菲律宾最常用的社交媒体平台之一，在2013年11月1日至2014年1月31日的时间框架内共获取了39,867条预处理推文。情感分析用于判定给定词序列下的潜在情绪。本研究的主要目的是利用两种循环神经网络变体——标准与双向——识别菲律宾民众在台风Yolanda前后及期间所发推文中的情感。经多种超参数训练后生成的最佳模型取得了高精度：标准RNN细粒度分类达81.79%，双向RNN二分类达87.69%。结果显示，51.1%的推文为正面，表达对受害者的支持、关爱与鼓励之词；19.8%为负面，陈述对生命逝去的悲伤绝望及对腐败官员的憎恨；其余29%为本地新闻站、救援行动公告、募捐活动及市民观察的中性推文。
引用
@article{arxiv.1908.01765,
title = {Sentiment Analysis of Typhoon Related Tweets using Standard and Bidirectional Recurrent Neural Networks},
author = {Joseph Marvin Imperial and Jeyrome Orosco and Shiela Mae Mazo and Lany Maceda},
journal= {arXiv preprint arXiv:1908.01765},
year = {2019}
}
备注
5 figures, 2 tables, presented at the 14th National Natural Language Processing Research Symposium - Student Research Workshop