基于LDA与BERT-BiLSTM-Attention模型的突发公共卫生事件网络舆情演化分析 |
| |
引用本文: | 曾子明,陈思语.基于LDA与BERT-BiLSTM-Attention模型的突发公共卫生事件网络舆情演化分析[J].情报理论与实践,2023(9):158-166. |
| |
作者姓名: | 曾子明 陈思语 |
| |
作者单位: | 1. 武汉大学信息管理学院;2. 武汉大学信息资源研究中心 |
| |
基金项目: | 国家社会科学基金项目“面向突发公共卫生事件的网络舆情时空演化与决策支持研究”的成果,项目编号:21BTQ046; |
| |
摘 要: | 目的/意义]探索突发公共卫生事件网络舆情发展周期中的主题和情感演化历程,研究影响网民情感波动的因素,为网络舆情有效管控提供决策支持。方法/过程]结合博文数量的时序特征和生命周期理论进行周期划分,利用LDA模型、BERT-BiLSTM-Attention模型构建研究框架,探究不同周期的舆情主题差异及情感演化。结果/结论]线下病毒变异演化和线上舆情主题与情感演化具有关联性。在新型冠状病毒变异语料库中,BERT-BiLSTM-Attention模型分类准确率为0.8817,F1值为0.8778,其在情感演化分析上具有优越性。构建的“数据采集预处理、舆情周期划分、主题演化和情感演化到获得策略输出”的全过程分析框架对相关部门有效引导网络舆情提供了决策支持和理论支撑,BERT-BiLSTM-Attention模型能更准确地进行情感分类。局限]数据源单一,面向时间维度上的演化历程未进行时空结合的演化分析。
|
关 键 词: | 网络舆情 演化分析 LDA BERT-BiLSTM-Attention 病毒变异 |
|