基于BiGRU-CNN模型的高校网络舆情预警研究_中国煤炭行业知识服务平台

基于BiGRU-CNN模型的高校网络舆情预警研究

作者

张戎秋
单位

淮南师范学院计算机学院
摘要

目的为了有效地对快速增长的高校网络舆论数据进行监测。方法结合BiGRU模型、CNN模型和自注意力机制的特点，利用位置权重参数对BiGRU模型的自注意力机制加以改进，最后构建一个带有自注意力机制的多通道BiGRU-CNN模型，同时引入AdamW优化算法对整个模型进行优化。通过该模型提取出高校网络舆论中的文本特征，按文本特征中隐含的情感倾向把网络舆论分成非负面情感情绪和负面情感情绪两大类，以此来获得网络舆论主题中的情感倾向，对出现的负面情感情绪予以相应预警。结果实验证明，带有自注意力机制的多通道BiGRU-CNN模型对高校舆论信息中文本的情感倾向分类是有效的，并且性能优于相关的神经网络模型。结论所提出BiGRU-CNN模型能够有效实现高校网络舆论监测，具有良好的性能。
关键词

深度学习舆情分析双向门控循环网络卷积神经网络
文章目录

1 BiGRU-CNN模型构建
(1)嵌入层(embedding)
(2)BiGRU层
(3)多通道CNN层
(4)自注意力机制层
(5)全连接层和输出层
2 基于BiGRU-CNN高校舆情预警模型
(1)高校舆情预警模型构建
(2)BiGRU-CNN模型的优化
(3)改进的自注意力机制
(4)AdamW优化
3 实验结果及分析
(1)实验环境
(2)实验数据
(3)实验参数设置
(4)评价标准
(5)对比实验
(6)实验结果分析
4 结论
引用格式

[1]张戎秋.基于BiGRU-CNN模型的高校网络舆情预警研究[J].安徽理工大学学报(自然科学版),2024,44(05):78-84.