来源：期刊VIP网 时间：
作者：陈燕;廖宇翔;谭志湘;林德沼;梁增福;杨雨翰;胡小春;
单位：广西大学计算机与电子信息学院;广西大学工商管理学院;广西财经学院大数据与人工智能学院;广西财经大数据重点实验室;
摘要：针对电子竞技比赛视频弹幕评论的实体级情感分析面临反向情感隐蔽表达和多个情感表述的权重平衡问题，本文提出实体级情感分析模型(ELSA-CDC),使用基于全词遮蔽的RoBERTa预训练模型、Transformer编码器和情感补充模块共同提取实体情感特征并融合。自注意力机制通过多次权重评分与情感词多次遮蔽等方法，使模型能学习句子中的多个情感词，获得准确实体情感极性预测结果。在2个数据集上的验证结果表明：ELSA-CDC模型在构建的CDES数据集上，准确率、平均F_1值分别达到80.38%、77.80%,较BERT-SPC模型分别提升5.26、6.10个百分点；在DanSetiment数据集上准确率为90.20%,比BERT-SPC模型提升1.96个百分点。
关键词：深度学习;;情感分析;;实体级情感分析;;弹幕;;电子竞技
基金资助：广西科学研究与技术开发计划项目(桂科A A20302002-3);; 广西自然科学基金项目(2020GXNSFAA159090)
