来源：期刊VIP网 时间：
作者：张舒页;林兵;
单位：厦门东海职业技术学院航空旅游学院;福建省网络计算与智能信息处理重点实验室;福建师范大学物理与能源学院;
摘要：利用深度学习技术对高校学生的微博内容进行分析，以发现博文中的反馈信息，从而及时了解学生的情绪动态。通过Word2vec将博文词语映射到向量空间，为长短期记忆网络(long short-term memory, LSTM)和双向长短期记忆(bidirectional long short-term memory, Bi-LSTM)模型提供丰富的输入特征，最终利用这两种深度学习模型进行情感预测。LSTM和Bi-LSTM两种模型在不同网络层数下的对比实验表明，当Bi-LSTM的网络层数为两层时，其在情感分类任务中的准确率和F1值表现最佳。
关键词：深度学习;;情感分析;;微博;;长短期记忆网络;;双向长短期记忆
基金资助：国家自然科学基金项目(62072108);; 福建省高校物理学学科联盟教学改革项目(FJPHYS-2022-B02);; 福建省科技经济融合服务平台项目(2023XRH001);; 福厦泉国家自主创新示范区协同创新平台项目(2022FX5);; 福建省高校产学合作资助项目(2022H6024,2021H6026)
