基于文本挖掘的弹幕情绪分析研究

摘要

随着大数据和新媒体时代的到来,短视频+短评论的风潮愈发流行。相比于普通的视频评论,弹幕具有更强烈的情感倾向,蕴含着丰富的情绪价值。本文意在研究弹幕的情绪分类,依据大连理工大学情感词汇本体库,对爬取的B站弹幕进行人工数据标注,采用Bert预训练语言模型与循环卷积神经网络BiLSTM_CNN,充分提取弹幕文本信息和句子语义特征,最终通过softmax函数得出弹幕文本的情绪分类,分类精度达到84.6%,相比传统模型准确率得到显著提升。