基于机器学习的学生社区网络平台评论情感分析.pdfVIP

信息与电脑

2024年第16期InformationComputer人工智能与大数据

基于机器学习的学生社区网络平台评论情感分析

孔令怡杨钰孙敏王余万

（江苏航空职业技术学院，江苏镇江212000）

摘 要：为了识别高校学生在虚拟社交平台中的言论情感，本文提出了一种利用机器学习算法对学生的社区网络平

台短文本进行自然语言处理的方法，通过采用情感识别办法，对研究数据进行了分析和讨论。结果表明，在本文的情感

分析任务中，五种模型均取得了良好的效果，这证明了机器学习算法能够对学生言论进行动态的定性分析，能帮助教师

及时了解学生的思想动态。

关键词：文本分类；机器学习；学生社区；网络平台

中图分类号：TP391.1   文献标识码：A   文章编号：1003-9767（2024）16-169-05

SentimentAnalysisofCommentsonStudentCommunityNetworkPlatform

BasedonMachineLearning

KONGLingyi,YANGYu,SUNMin,WANGYuwan

(JiangsuAviationTechnicalCollege,ZhenjiangJiangsu212000,China)

Abstract:Inordertoidentifythesentimentofuniversitystudents’speechinvirtualsocialplatforms,thispaperproposes

amethodfornaturallanguageprocessingofstudents’shorttextsoncommunitynetworkplatformsusingmachinelearning

algorithms,andbyadoptingasentimentrecognitionapproach,theresearchdataareanalyzedanddiscussed.Theresultsshow

thatallfivemodelsachievedgoodresultsinthesentimentanalysistaskinthispaper,whichprovesthatmachinelearning

algorithmsareabletoperformdynamicqualitativeanalysisofstudentspeech,andthuscanhelpteacherstounderstand

students’thoughtdynamicsintime.

Keywords:textclassification;machinelearning;studentcommunity;networkplatform

0 引言技术的飞速发展，多数学生更倾向于在网络社交平台发

世界卫生组织提供的数据显示，全球心理健康威胁表自己的想法，这使得社交媒体上发表的文本呈指数级

日益加剧。有学者指出，自杀行为遵循过程原则，人首增长。

先会因为消极情绪产生自杀意念，然后形成自杀行为。随着人工智能技术的不断发展，情感识别成为挖掘

因此，在学生形成过激行为之前，教师需要及时发现与警告信息的机遇与挑战。网络平台中的短文本信息成为

干预。随着“一站式”学生社区综合建设模式的开展，一种工具，以防止学生潜在消极情感的极端发展。情感

学生社区承担了多重角色。在国家相关政策的指导下，识别同样还有助于发现危机期间的情绪模式，为教师提