基于大规模弹幕数据监听和情感分类的舆情分析模型

来源：华东师范大学学报·哲学社会科学版杂志2019年第3期北京时间：

作者：叶健, 赵慧

单位：叶健,男,硕士研究生,研究方向为自然语言处理.E-mail:arthurhappy@qq.com.

摘要：随着在线视频平台的快速发展，弹幕逐渐成为人们表达观点的一个重要途径，尤其受到年轻人的欢迎.与常规的文本不同，弹幕文本普遍较短，表达随意，网络词汇较多，一些常规的停用词被用于表达情感.提出了一种基于弹幕数据的舆情分析模型，针对弹幕数据生成和存储特点，提出了热点检测循环自适应弹幕数据获取算法；扩充了情感词典来区分弹幕中情感倾向数据和中性数据，以解决弹幕中出现的网络词汇较多的问题；基于卷积神经网络（Convolutional Neural Network，CNN）建立了情感褒贬分类模型，用来区分情感倾向弹幕的正负情感倾向，在此基础上得到了舆情分析的结果.实验表明，本文的舆情分析模型能有效地表达新闻类弹幕数据的舆情分析结果.

关键词：弹幕情感,网络舆情,情感分类,深度学习,网络爬虫,