基于胶囊网络的中长微博情感分析

来源：信号处理杂志 2022年第8期北京时间：

作者：吴仁彪, 乔晗, 贾云飞, 刘闪亮, 张振驰, 刘洋

摘要：针对通过微博文本获取用户情感倾向，以提高舆情监控效率的问题。利用深度学习的方法实现微博语料的情感分类，构建符合近年文本长度分布特点的高质量微博情感分类数据集，分析微博文本长度对情感分类的影响。由于中长语料主观性强、句子关联度弱，其检测准确率偏低。针对此问题，本文提出一种基于胶囊网络的中长微博情感分析模型。采用注意力机制，在融合局部特征与全局特征的基础上，利用胶囊向量实现深层情感特征提取，提高中长语料的检测效果。利用本文搜集的数据集进行实验，结果表明，相较于多种深度学习算法，本文模型性能更佳。在不同文本长度语料的对比实验中，伴随着文本长度的增加，分类准确率逐渐降低。相较于传统的LSTM算法，本文模型随文本长度增加效果提升，证明了该模型针对中长微博文本情感分类的可行性。

关键词：‍‍自然语言处理, 情感分析, 中长微博语料, 胶囊网络