一种基于深度学习的网络舆情及评论情感分析方法

本申请属于舆情模拟分析技术领域，涉及一种基于深度学习的网络舆情及评论情感分析方法，将混杂数据转化为结构化多模态数据集；利用动态更新的口语‑标准文本映射库将网络流行语等转换为情感明确的标准文本，同时对OCR和ASR文本消除非标准文本的语义障碍，结合表情‑情感强度双向词典将表情符号映射为情感类别‑强度值标签，统一情感特征表示；通过情感强度阈值替换插入同类表情符号及生成虚拟视觉描述增强文本中模态情感关联；并进一步构建以RoBERTa编码文本特征、全连接层转换表情特征、MiniBERT编码视觉特征的模型架构，利用交叉注意力机制及情感强度门控单元动态调整模态权重，有效融合多模态情感特征强化情感关联性。