基于RNN-LSTM新冠肺炎疫情下的微博舆情分析

目前微博已经成为网络舆论传播和挖掘民意的重要平台，为分析疫情事件对网民情绪的影响，科学高效地做好防控宣传和舆情引导工作，为此融合不同的深度学习方法对2020年初发生的新冠疫情的微博评论进行情感分析。提出一种基于RNN(Recursive Neural Network)和LSTM(Long Short-Term Memory)混合模型并在嵌入层中使用FastText词向量表示方法，以降低词向量中的噪声数据，从而获得语义丰富且噪声少的高质量词向量，并与朴素贝叶斯、支持向量机、 RNN、 LSTM多种情感分析方法进行比较。结果表明，所提出的情感分析模型正确率达到了98.71%,证明了该模型能有效提升情感分析正确率。