| 基于BERT-BiLSTM模型的舆情监测方法及实证研究——以研究生招生考试为例 |
| |
| 作者姓名： | 郝彦辉 王 曦 陈 铎 |
| |
| 作者单位： | 吉林大学研究生院,吉林长春130012;吉林大学教务处,吉林长春130012 |
| |
| 基金项目： | 吉林大学校本应用专题研究项目 |
| |
| 摘 要： | 【目的/意义】教育招生考试备受社会各界关注，极易触发舆情事件。及时监测并准确研判相关网络信息传播发展态势，发现潜在舆情并处置应对，对于保障考试安全和维护学校声誉具有重要意义。【方法/过程】采集研究生复试期间主流媒体社交平台数据，将BERT语言训练模型同BiLSTM相结合，构建深度神经网络模型，对文本的情感极性进行分析。用TextRank算法提取不同情感极性类属文本的热门主题词，监测潜在舆情并提出管理建议。【结果/结论】实证结果表明，该模型能够有效挖掘不同情感极性下的热门主题信息，从而发现潜在隐患以及可能发生的舆情焦点，为高校网络舆情管控提供了方法参考和实践依据。【创新/局限】与传统方法相比，基于BERT的预训练语言模型可有效解决因数据量少而导致模型无法准确表示不同语句之间复杂关系的局限性，同时BERT可对文本进行双向建模，捕获不同句子之间的关系特点，提升对文本情感主题挖掘的准确性。
|
| 关 键 词： | 招生考试 神经网络 情感极性 主题词 舆情监测 |
| 本文献已被 万方数据 等数据库收录！ |
| 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 |
|
