如需要完整文档点击下方 "点击下载文档" 按钮

随着数字媒体技术的快速发展,弹幕在电子产品评测视频中的使用频率逐年增高,越来越多的用户倾向于通过这种方式了解产品的信息并发表自己的见解。 该类弹幕评论除了具有短小、实时性强等特点外,还包含着大量弹幕用户的情感倾向信息。 这些信息对于网站和商家都具有重要意义。 针对这个问题,对爬取的华为 P30 手机评测视频共 9 万 2 千余条视频弹幕,使用统计方法分析该类弹幕评论特点;接着结合词向量技术( Word2Vec) 、卷积神经网络( CNN) 和双向长短记忆神经网络( BILSTM)的优势,在 BILSTM-CNN 对时序数据进行编码后,引入 ATTENTION 机制,构建 BILSTM-CNN-ATT 组合模型,并通过多组对比实验进行验证。 结果表明,弹幕长度和弹幕数量呈负相关关系。 在九种模型中,BILSTM-CNN-ATT 组合模型在电子产品评测视频的弹幕评论中具有良好的情感分析效果。

如需要完整文档点击下方 "点击下载文档" 按钮

《基于视频弹幕的特征发现及情感分析研究》

将 完整文档 下载到本地，方便收藏和查阅

文件号：058354

点击下载文档