網(wǎng)絡(luò)輿情事件中的網(wǎng)民情感,對網(wǎng)絡(luò)輿情的走向有著至關(guān)重要的影響。新時代下,輿論在網(wǎng)絡(luò)空間的內(nèi)容載體不再是單一的文本,轉(zhuǎn)而向文本結(jié)合圖片或者是短視頻。同樣,在網(wǎng)絡(luò)輿情事件中,網(wǎng)民情感表達(dá)的載體也同樣在發(fā)生變化,從單一的文本發(fā)展至文本結(jié)合圖片等。當(dāng)前網(wǎng)民情感識別研究,多基于文本這一單模態(tài),缺乏對網(wǎng)民在網(wǎng)絡(luò)輿情事件中發(fā)表的圖片以及文本和圖片相結(jié)合內(nèi)容的關(guān)注。針對當(dāng)前研究不足,本文從多模態(tài)融合視角出發(fā),結(jié)合網(wǎng)民在網(wǎng)絡(luò)輿情事件中發(fā)表的文本和圖片,構(gòu)建圖文融合情感識別模型,從而自動識別網(wǎng)民情感。圖文融合情感識別模型由文本情感識別模型、圖片情感識別模型及圖文融合策略組成。在文本情感識別模型中,本文利用詞向量模型word2vec對網(wǎng)絡(luò)輿情文本進(jìn)行表示,并利用Bi LSTMs模型對向量化文本進(jìn)行情感識別。在圖片情感識別中,本文將預(yù)訓(xùn)練模型VGG16作為基礎(chǔ)模型,并結(jié)合微調(diào)操作,提升模型性能。結(jié)合網(wǎng)絡(luò)輿情文本和圖片情感識別模型,本文構(gòu)建圖文融合的網(wǎng)民情感識別模型。同時本文還構(gòu)建用于對比的基準(zhǔn)模型,分別是word2vec與SVM結(jié)合的文本情感識別模型、BERT與Bi LSTMs結(jié)合的文本情感識別模型、未微調(diào)的...

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 研究意義
        1.2.1 理論意義
        1.2.2 實踐意義
    1.3 研究思路與組織結(jié)構(gòu)
        1.3.1 研究思路
        1.3.2 組織結(jié)構(gòu)
    1.4 論文創(chuàng)新點
        1.4.1 理論創(chuàng)新
        1.4.2 實踐創(chuàng)新
2 文獻(xiàn)綜述與理論基礎(chǔ)
    2.1 網(wǎng)民情感識別研究
    2.2 文本情感識別研究
    2.3 圖片情感識別研究
        2.3.1 基于底層特征的圖片情感識別研究
        2.3.2 基于中層語義表達(dá)的圖片情感識別研究
        2.3.3 基于深度學(xué)習(xí)的圖片情感識別研究
    2.4 多模態(tài)融合情感識別研究
        2.4.1 特征層融合
        2.4.2 中間層融合
        2.4.3 決策層融合
        2.4.4 混合融合
    2.5 本章小結(jié)
3 基于深度學(xué)習(xí)的圖文融合的網(wǎng)民情感識別模型構(gòu)建
    3.1 文本情感識別模型構(gòu)建
        3.1.1 文本表示
        3.1.2 雙向長短期記憶網(wǎng)絡(luò)
    3.2 圖片情感識別模型構(gòu)建
        3.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        3.2.2 VGG-16
        3.2.3 遷移學(xué)習(xí)
    3.3 多模態(tài)融合情感識別模型構(gòu)建
        3.3.1 特征層融合
        3.3.2 中間層融合
        3.3.3 決策層融合
    3.4 本章小結(jié)
4 實證研究
    4.1 實驗數(shù)據(jù)集獲取及預(yù)處理
        4.1.1 中文數(shù)據(jù)集
        4.1.2 英文數(shù)據(jù)集
    4.2 模型設(shè)置
        4.2.1 文本情感識別模型設(shè)置
        4.2.2 圖片情感識別模型設(shè)置
        4.2.3 圖文融合情感識別模型設(shè)置
    4.3 基線模型設(shè)置
    4.4 實驗結(jié)果分析與討論
        4.4.1 中文實驗結(jié)果及分析
        4.4.2 英文實驗結(jié)果及分析
    4.5 本章小結(jié)
5 總結(jié)與展望
致謝
參考文獻(xiàn)
附錄



本文編號：3837760