融合多特征和表情情感词典的性别对立言论识别方法

为识别相关极端言论，提出了一种融合多特征和表情情感词典的性别对立言论识别方法。首先，使用BERT（Bidirectional encoder representation from transformer）提取输入文本的字符特征，并使用Word2Vec提取输入文本中五笔、郑码以及拼音3个方面的特征；然后，将这4个方面的特征进行融合，再输入到Bi-GRU（Bi-directional gated recurrent unit）网络中学习更深层次的语义信息；最后，通过全连接层加SoftMax函数计算出情感极性概率，并融合表情情感词典判别输入文本是否为性别对立言论。通过在自行收集的中文性别对立数据集上进行实验，与未加入特征和表情情感词典的方法相比，在F₁值上有5.19%的提升。同时，在公开中文情感分析数据集Weibo_senti_100k上进行验证，证明了本方法的泛化性。