居民社区在线聊天热点话题的情感分析研究

来源：计算机技术与发展杂志2023年第05期北京时间：

作者：蔡云戈;范永胜;冯骥

单位：重庆师范大学 计算机与信息科学学院,重庆 401331 Author(s): CAI Yun-ge;FAN Yong-sheng;FENG Ji School of Computer and Information Science,Chongqing Normal University,Chongqing 401331,China 关键词: 居民社区;情感分析;在线聊天;热点话题;注意力机制 Keywords: residential communities;sentiment analysis;online chat;hot topics;attention mechanism 分类号: TP391.1 DOI: 10. 3969 / j. issn. 1673-629X. 2023. 05. 007 摘要: 为了更好地获悉社区居民在网络中所反映的民生问题,把握亟需关注的热点,基于便捷高效、沟通互动性强的在线聊天数据,提出了一种基于情感与热点话题的综合分析模型。 首先,采用半监督的情感标注模型与基于注意力机制的双向长短期记忆网络模型对社区相关数据进行居民情感分析;其次,通过隐狄利克雷分布主题模型对热点问题进行研究;最后,结合话题类别与情感分布进行综合分析。 实验结果表明,采用半监督的情感分类模型最终分类准确率可达到89.92% ,相较于其他基线模型,取得了更好的分类效果。 经卡方检验后可知热点话题与情感分布之间具有相关性,不同社区的居民关注的话题、发言的数量及发言的长度等均存在较大的差异,各社区集中讨论的时间点与其从事职业具有密切关系。 这些均可为居民社区服务部门、社区治理部门及相关社会工作者的工作提供切实有效的参考依据。

摘要：为了更好地获悉社区居民在网络中所反映的民生问题,把握亟需关注的热点,基于便捷高效、沟通互动性强的在线聊天数据,提出了一种基于情感与热点话题的综合分析模型。 首先,采用半监督的情感标注模型与基于注意力机制的双向长短期记忆网络模型对社区相关数据进行居民情感分析;其次,通过隐狄利克雷分布主题模型对热点问题进行研究;最后,结合话题类别与情感分布进行综合分析。 实验结果表明,采用半监督的情感分类模型最终分类准确率可达到89.92% ,相较于其他基线模型,取得了更好的分类效果。 经卡方检验后可知热点话题与情感分布之间具有相关性,不同社区的居民关注的话题、发言的数量及发言的长度等均存在较大的差异,各社区集中讨论的时间点与其从事职业具有密切关系。 这些均可为居民社区服务部门、社区治理部门及相关社会工作者的工作提供切实有效的参考依据。

关键词：居民社区;情感分析;在线聊天;热点话题;注意力机制