来源：期刊VIP网 时间：
作者：胥桂仙;王家诚;张廷;田媛;
单位：中央民族大学信息工程学院,民族语言智能分析与安全治理教育部重点实验室;
摘要：提出一种基于双通道特征融合的微博情感分析模型.首先将通过BERT预训练语言模型获取的动态词向量作为情感分类模型的输入；然后使用双通道特征提取网络进行特征提取，一方面使用TextCNN-Attention提取文本局部特征，另一方面使用基于图卷积神经网络的神经主题模型提取文本全局主题特征；接着将局部特征和全局特征融合得到最终的文本向量；最后通过Softmax输出情感极性.在构建的微博评论文本数据集上进行实验，本文模型F1值达到91.36%,相比主流基线模型提升0.73%～8.82%,验证了本文模型在情感分析任务上的有效性.
关键词：情感分析;;预训练语言模型;;图卷积神经网络;;神经主题模型;;特征融合
基金资助：国家社会科学基金资助项目(19BGL241);; 国家自然科学基金资助项目(62236011);; 北京市社会科学基金资助项目(20YYB011)
