计算机软件及计算机应用论文_基于社交网络大数

文章摘要:近年来，新浪微博、Twitter等社交网络平台逐渐成为反映社会舆情的主要载体之一，为网民发表观点和表达情绪提供了一个便利的平台。一旦突发事件发生，民众借助社交网络平台发布微博、推文等来表达与此相关的态度，这些信息通过社交网络进一步被传播扩散，从而产生一定的社会影响。基于社交网络大数据的舆情监控已经成为新的研究热点，利用各国的社交网络大数据进行民众情感监测，有助于直接掌握国际关系中的民众情感倾向，对我国外交、政治、对外贸易等方面都有很重要的作用。基于此，提出了一种面向中日语料的民众情感监测系统，该系统能够同时分析微博和Twitter等社交平台的中日文数据中包含的情感倾向，并以可视化的形式展现给用户。在情感分析算法上，在BERT模型基础上结合自扩展的中日文情感词典，提出了一个新的情感分类模型—EmoBERT。实验结果表明，相比于原始BERT模型，提出的EmoBERT模型在中文情感分类任务和日文情感分类任务上都取得了很好的效果。其中EmoBERT-C将中文BERT准确率从89.68%提升至92.15%，EmoBERT-J将日文BERT模型准确率从74.73%提升至78.26%。

文章关键词:

论文分类号:TP391.1;TP311.13

上一篇：教育理论与教育管理论文_循证教育视域下的社会

下一篇：企业经济论文_情感倾向、市场类型与共享平台用