基于改进XLNet算法的震后舆情分析研究——以甘肃积石山县6.2级和新疆乌什县7.1级地震为例

摘要

震后对网络舆情信息的监控与分析，对于相关部门开展震灾应急救援、掌握救灾动态、稳定民众情绪具有重要意义。为解决震后舆情信息数据量大、语言多义性等问题，文章使用自回归模型(XLNet)作为文本向量化表示层，将社交媒体地震数据文本转化为包含上下文语义信息的媒体数据词向量，同时，使用双向门控循环单元(BiGRU)网络作为特征提取层，把词向量序列输入到BiGRU层，提取社交媒体地震数据的文本特征；将初步提取特征的文本输入到注意力机制层(Attention),进一步提取更为重要的情感类别特征，并对重要特征进行权重强化，构建基于网络地震应急处置信息改进的XLNet-BiGRU-Att地震舆情情感分析模型；最终，获得社交媒体地震数据的舆情态势。相比传统的XLNet模型，文章模型在甘肃积石山县6.2级与新疆乌什县7.1级地震的舆情情感分析中能够准确、快速捕捉长短文本数据特征，分析舆情态势，情感分析准确率分别提升到92.45%和93.42%。

关键词

舆情分析 / XLNet / BiGRU / 甘肃积石山 / 新疆乌什