基于多重卷积循环网络舆情分析方法的研究

 针对规模化、精确化网络舆情分析的需求,文中对文本情感的分析方法进行了研究。通过结合深度学习中卷积神经网络(CNN)和循环神经网络(RNN)的优点,提出了多重卷积循环网络(CRNN)。该网络既保留了CNN深层次、拟合能力强的特性,又引入RNN中的长短记忆单元(LSTM),提升网络对于长文本序列的分析能力。基于该网络,其对网络舆情的分析方法流程进行了设计。仿真结果表明,所提出的方法在标准数据集NLPCC2013上,准确率、召回率和F1值相较于RNN、CNN网络分别可以提升约6%、2%和2%。