基于文本情绪分类的社交网络用户传播他人隐私信息行为研究 |
| |
引用本文: | 马 达,卢嘉蓉,朱 侯.基于文本情绪分类的社交网络用户传播他人隐私信息行为研究[J].情报科学,2023,41(2):60-68. |
| |
作者姓名: | 马 达 卢嘉蓉 朱 侯 |
| |
作者单位: | 中山大学信息管理学院 |
| |
基金项目: | 广东省基础与应用基础研究基金自然科学基金面上项目“突发事件舆论与隐私泄露协同演化机制及其风险控制研究”(2021A1515011805);;国家自然科学基金“基于计算实验的社会化媒体隐私多源互动泄露机理研究”(71801229); |
| |
摘 要: | 【目的/意义】探究针对微博文本的基于深度学习的情绪分类有效方法,研究微博热点事件下用户转发言论的情绪类型与隐私信息传播的关系。【方法/过程】选用BERT、BERT+CNN、BERT+RNN和ERNIE四个深度学习分类模型设置对比实验,在重新构建情绪7分类语料库的基础上验证性能较好的模型。选取4个微博热点案例,从情绪分布、情感词词频、转发时间和转发次数四个方面展开实证分析。【结果/结论】通过实证研究发现,用户在传播隐私信息是急速且短暂的,传播时以“愤怒”和“厌恶”等为代表的消极情绪占主导地位,且会因隐私信息主体的不同而产生情绪类型和表达方式上的差异。【创新/局限】研究了用户在传播隐私信息行为时的情绪特征及二者的联系,为保护社交网络用户隐私信息安全提供有价值的理论和现实依据,但所构建的语料库数据量对于训练一个高准确率的深度学习模型而言还不够,且模型对于反话、反讽等文本的识别效果不佳。
|
关 键 词: | 文本情绪分类 隐私信息 社交网络 微博 信息传播 深度学习 |
|
| 点击此处可从《情报科学》浏览原始摘要信息 |
| 点击此处可从《情报科学》下载免费的PDF全文 |