李亚飞，张 璞，史欢欢

(河北政法职业学院，河北 石家庄 050046)

0 引言

随着时代的进步和社会的快速发展，截止到2021年12月，中国网民数量已达9.89亿，互联网成为了公众发表意见的重要平台，微博、博客、论坛、新闻等网络应用已经成为社会生活中最大的民意网站。随着传统门户网站和新媒体平台的爆炸式发展，公众参与网络互动的热情和参与度突飞猛进。因此，用户产生了大量有价值的、带有主观意见的公共信息，同时这些信息会影响事件的发展，我们可以了解公众舆论对某项政策、事件或产品的态度和意见，提取民意趋势，准确收集民众意见，把握趋势，帮助政府和企业做出及时有效的决策。

然而，传统的情感分析技术中基于文本统计信息和知识词典的特征提取方法只考虑了词与词之间的形态联系，往往忽略了很多内涵信息。对于需要考虑深层含义的舆论信息，很难做出感性的判断。深度学习通过构建非线性多层网络结构来学习复杂函数[1]，证实了深度学习在自然语言处理中的有效性，并验证了学习深层结构化语义信息的能力。

1 基于深度学习的舆情分析

深度学习模拟人类大脑进行分析和学习，通过多层非线性网络的叠加模型，将数据转化为高层次、抽象的特征表达式。该方法已成功地应用于图像处理和语音识别，为情感分类提供了新的思路。基于深度学习的方法主要分为两个步骤：首先将需要分类的评论预料表示为语义词向量；……