基于弱监督的社交媒体评论情感分析与风险预警研究

doi:10.16009/j.issn.1009-5624.2026.15.008

信息记录材料 ›› 2026, Vol. 27 ›› Issue (15) : 24 -26+32. DOI: 10.16009/j.issn.1009-5624.2026.15.008

作者信息 +

Author information +

文章历史 +

摘要

针对视频平台用户评论情感与舆论信息交织、结构复杂，导致情感信息挖掘不足、预测精度低的问题，本文提出一种BERT-BiLSTM-GCN方法。该方法通过引入弱监督学习框架，融合双向编码器表示(BERT)深层语义建模、双向长短期记忆(BiLSTM)网络时序特征捕捉、图卷积神经网络(GCN)结构化关系表达，经Prophet算法实现趋势预测。实验表明，该模型在真实数据集上的情感分类准确率超96%,可有效识别异常舆情并提供多维风险量化指标。