Resumen

La red social móvil contiene una gran cantidad de información en forma de comentarios. Un análisis efectivo del sentimiento en los comentarios ayudaría a mejorar las recomendaciones en la red móvil. Con el desarrollo de modelos de lenguaje preentrenados de alto rendimiento, el desempeño de la tarea de clasificación de sentimientos basada en aprendizaje profundo ha experimentado nuevos avances en la última década. Sin embargo, los modelos de aprendizaje profundo sufren de poca interpretabilidad, lo que dificulta integrar el conocimiento del sentimiento en el modelo. Este artículo propone un modelo de clasificación de sentimientos basado en la cascada del modelo BERT y el diccionario de sentimientos adaptativo. Primero, se utiliza el modelo BERT preentrenado para ajustarse con el corpus de entrenamiento, y la probabilidad de clasificación de sentimientos en diferentes categorías se obtiene a través de la capa softmax. Luego, para permitir una comparación más efectiva entre las probabilidades de las dos clases, se introduce una no linealidad en forma de ratio de probabilidad positiva-negativa, utilizando el método de reg

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Red social móvil; Análisis de sentimientos; Modelos de lenguaje preentrenados; Aprendizaje profundo; Modelo BERT; Clasificación de sentimientos.
• Keywords:Mobile social network; Sentiment analysis; Pretrained language models; Deep learning; BERT model; Sentiment classification.