基于BERT模型的新冠疫情期间微博情感分类

为了掌握网上新冠疫情真实舆情,科学地做好疫情舆论引导和防控宣传工作,针对疫情期间部分微博相关话题开展情感分类。利用多种BERT中文预训练模型分别构建情感分类模型,用已标注微博数据进行训练,对未标注微博数据的情绪倾向进行预测,用Macro-F1值对多种模型的性能进行对比。实验结果表明,基于ernie-1.0中文BERT预训练模型构建的情感分类模型得到的Macro-F1值最高。