结合MacBERT的在线课程评论情感分析模型.pdfVIP

第31卷第10期电子设计工程2023年5月

Vol.31No.10ElectronicDesignEngineeringMay2023

结合MacBERT的在线课程评论情感分析模型

高杭

（河海大学公共管理学院，江苏南京210000）

摘要：针对静态词向量语义表征能力弱、传统模块特征抽取不全面等问题，提出了结合MacBERT和

多尺度融合网络的在线课程评论情感分析模型。MacBERT模型根据词的具体上下文进行动态编

码，提升词的语义表征能力。多尺度融合网络用于捕捉评论文本多层次局部情感特征和全局上下

文特征，软注意力机制用于计算每个特征的重要程度，由输出层得到情感分类结果。在真实在线

课程评论文本数据集进行实验，结果表明，结合MacBERT和多尺度融合网络模型的F1分数达到了

95.27%，高于实验对比模型，证明了模型的有效性。

关键词：情感分析；MacBERT；多尺度融合网络；软注意力机制

中图分类号：TP391文献标识码：A文章编号：1674-6236（2023）10-0039-05

DOI：10.14022/j.issn1674-6236.2023.10.009

SentimentanalysismodelofonlinecoursereviewbasedonMacBERT

GAOHang

（SchoolofPublicAdministrationofHohaiUniversity，Nanjing210000，China）

Abstract:Toaddresstheproblemsofweaksemanticrepresentationabilityofstaticwordvectorand

incompletefeatureextractionoftraditionalmodules，anonlinecoursecommentsentimentanalysismodel

combinedwithMacBERTandmulti⁃scalefusionnetworkisproposed.MacBERTmodeldynamically

encodesaccordingtothespecificcontextofwordstoimprovethesemanticrepresentationabilityofwords.

Themulti⁃scalefusionnetworkcapturesthemulti⁃levellocalemotionalfeaturesandglobalcontext

featuresofthecommenttext.Thesoftattentionmechanismcalculatestheimportanceofeachfeature，and

thesentimentclassificationresultsareobtainedfromtheoutputlayer.TheresultsshowthattheF1score

ofMacBERTandmulti⁃scalefusionnetworkmodelis95.27%，whichishigherthantheexperimental

comparisonmodel，whichprovestheeffectivenessofthemodel.

Keywords:sentimentanalysis；MacBERT；multiscalefusionnetwork；softattentionmechanism

在线课程具有便捷、优质等特点，使得学习人数特定含义。Cui提出了全词掩蔽和N-Gram掩蔽策

[1-2]

迅速增加。教师与学习者交