基于BiGRU-Attention 模型的新冠疫苗接种情感倾向性分析*

陈 旭 ，潘 峰 ，韩 益 亮 ，王 宁

(1.武警工程大学 密码工程学院， 陕西 西安 710086；2.武警部队密码与信息安全保密重点实验室，陕西 西安710086；3.武警河北总队张家口支队，河北 张家口 075000)

0 引言

自2019 年底以来，新冠疫情在世界范围内迅速扩散。 截至 2021 年 6 月，在世界范围内，新冠疫情已经累计造成380 万人死亡[1]。 根据国际货币基金组织不完全统计，新冠疫情将会造成全球经济损失达 21 万亿英镑[2]。 尽管在政府的有力统筹和全国人民的共同努力下，新冠疫情在我国范围内已经得到了有效控制，但是由于新冠病毒的高传染性、高变异性，在经济全球化的背景下，单纯依靠防控措施很难彻底杜绝新冠病毒传播。 同时，相关研究表明，新冠患者即使康复以后，身体仍会受到一定的不可逆转的损伤。 因此，无论从国家发展角度，还是从个人健康角度，接种新冠疫苗刻不容缓。 以微博为代表的新媒体平台成为了群众发表观点的主要方式。 通过微博及时有效地收集群众针对接种新冠疫苗的评论，分析群众接种疫苗的情感倾向性，对于政府有针对性地开展疫苗接种宣传疏导工作具有重要意义。

文本情感分析，也称为意见挖掘，旨在通过一定的模型分析自然语言文本中的主观性来评估其嵌入的态度。 传统的情感分析方法主要分为三大类：基于情感词典的分析方法、基于传统机器学习的分析方法以及基于深度学习的分析方法。 基于情感词典的分析方法存在情感词典的构建和维护需要大量人力的问题；……