基于BERT预训练模型的即时通讯情感分析方法
2021-11-19
闽江学院学报 2021年5期
(黎明职业大学信息与电子工程学院,福建 泉州 362000)
在即时通讯软件的使用过程中,用户会产生大量的对话信息,他们会在某个时段针对某个话题表达个人的想法和情绪。在一个多人多事务的即时通讯系统中[1],主话题可嵌入子话题,形成一棵话题树,用户在某个子话题树中发表分组信息,具有逻辑上的连续性,从整体上可以反映出用户对某个具体话题的意见和情绪[2]。管理员创建一个主话题,一般是为了完成一项核心任务和其他子任务,任务组成员有时不方便直接在群组里表达意见或表露真实情绪,由于群内成员众多,发言内容也比较繁杂,话题管理员不一定能发现用户的真实情感,话题管理员如果能及时地发现任务组成员存在的不满和看法,消除任务沟通存在的问题和风险,将有助于任务的顺利完成。
情感分析是自然语言处理(natural language processing,NLP)的热点领域。情感分析即情感倾向性分类,指的是识别主观性文本的倾向是肯定还是否定的,或者是正面还是负面的。NLP是一项研究人与机器间使用自然语言进行信息交互的技术理论和方法,是一项融合计算机、语言学、数学等各个学科的方法[3]。传统的情感分析是将词句视为一个词袋,并查阅“积极”和“消极”单词的参照列表,以确定该句子的情绪。情感分析主要有基于情感词典的方法、基于机器学习的方法和基于深度学习的方法,国外对于机器学习方法的研究较多,国内倾向于情感词典方法的研究。……
登录APP查看全文
