基于BERTCNN-LDA模型的舆情检测方法——以双减政策为例

摘要

双减政策的实施导致大量网络舆情泛滥,及时知晓舆情的演化趋势及舆论焦点,对于全面落实双减政策具有重要的意义。但目前舆情检测模型多以检测舆论的情感极性为主,未将情感极性与舆论焦点相结合。本文将LDA主题模型的主题向量嵌入BERT词向量模型中,在BERT预训练模型的基础上添加CNN卷积层,构建BERTCNN-LDA模型,以获取不同长度词更深层次的信息,从而通过结合文本中蕴含的主题信息更为准确地进行舆论情感分类任务并提取舆论文本的主题词。实验表明,BERTCNN-LDA模型较其他文本分类模型可以更好地进行情感分类任务。