面向政府部门的网络舆论情感判别研究

摘要：

[目的/意义]利用网络舆论大数据准确判别公众对不同政府部门的情感倾向,是当前社会计算领域的一个重要研究问题.这对于政府部门有效把握和响应舆情态势,提升公众满意度和信任度具有重要意义.[方法/过程]提出了一种基于深度神经网络的多任务判别模型,通过"卷积网络+残差网络"挖掘新闻文本隐含特征,实现新闻事件关联的政府部门识别,同时通过LSTM网络以及注意力机制,融合新闻文本和用户评论特征,实现公众对政府部门的情感判别.[结果/结论]在测试数据集上的实验表明,与其他基准模型相比,所提模型的部门识别任务和情感判别任务在性能上具有明显优势;公众对科技、国防和公安三类部门的情感满意度较高.

关键词：网络舆论、政府部门、情感倾向、深度神经网络、判别模型、满意度

所属期刊栏目：39

分类号：G354.4(情报学、情报工作)

资助基金：国家社会科学基金项目"我国地方政府公信力的网络媒体评价机制研究"编号:15BTQ056

在线出版日期：2020-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：88-93