基于主动学习的新媒体政务互动内容情感挖掘研究

[目的/意义]新媒体平台逐渐成为政民交互的重要载体，准确把握新媒体政务互动内容中的情感倾向，有助于提升政府舆情把握能力与社会治理能力。[方法/过程]在BERT文本语义表示基础上，将主动学习策略与BiLSTM模型集成，进行新媒体政务互动内容情感倾向分析，以提升模型对互动内容情感数据的有效利用。[结果/结论]针对“法律法规草案公开征求意见类”微博互动内容的实验表明，将主动学习引入BERT-BiLSTM模型后，模型的准确率、召回率及F值提升，新媒体政务互动内容情感呈现效果较好。文章所提模型科学可行，能够在减少数据依赖的情况下，提升情感挖掘的效率。