1 引言
当前我国移动政务 APP 发展迅速,但其发展水平和运营能力远不及市场化
的商业 APP,通过相关调研可以发现当前我国移动政务 APP 发展存在以下现实
问题:一方面,政务 APP 的评价指标单一,部分地区仍以下载量、使用量、评分
等级等客观数据作为考核政务 APP 发展水平的具体标准,由此引发的强制下载、
强制推广、购买虚拟评价刷榜等非理性现象层出不穷,严重影响政府形象与公
众信任度;另一方面,政务 APP 的定位不够清晰,APP 内置的部分系统功能与已
经被长期使用的第三方应用存在重合,且在界面美观程度、系统速度、程序稳
定度等方面较市场化 APP 存在不足,有学者将政务 APP 的普及称为“指尖上的
形式主义的泛化”
[1]
。因此,为改进移动政务工作效果,不但要研究政务 APP 效果
的合理评估维度,更要把握公众在多方面的情感倾向差异以实现移动政务治理
的精准化。
移动互联网的发展使得用户除浏览与接受信息之外,也更倾向于通过在线
评论表达自己的需求和态度
[2]
。目前,我国政务 APP 普遍开通了在线评论功能,
公众作为地方政府移动政务产品的用户可以通过对政务 APP 评级或留言的方
式对应用质量进行评价与意见反馈
[3]
。在移动政务问题背景下,移动政务用户作
为政务 APP 的实际体验者,在使用过程中可能会对系统或服务等多种方面主题
产生具有差异化的情感倾向。因此,在移动政务工作相关的评论文本挖掘任务
中 ,为 了 更 精 准 地 把 握 移 动 政 务 用 户 痛 点 , 方 面 级 情 感 分 析 ( Aspect-Level
Sentiment Analysis,ALSA)成为一个较为适合的分析方法。同时,对政务 APP
评论进行方面级的情感分析,可以更有效地理解政务 APP 用户对信息系统方面
级属性的情感偏好,促成政务 APP 用户的持续使用行为。
基 于 此 ,本 文 提 出 一 种 基 于 双 向 循 环 神 经 网 络 ( Bidirectional Recurrent
Neural Network,BRNN)的端到端方面级情感分析方法(End-to-End Aspect-
Level Sentiment Analysis,E2E-ALSA),通过对政务 APP 在线评论文本进行方
面实体与情感的联合抽取,实现对用户评论的细粒度情感分析。
2 相关研究
文本情感分析按分析粒度可以划分为篇章级情感分析、句子级情感分析和
方面级情感分析
[4]
。其中,篇章级与句子级的情感分析均属于较粗粒度的情感分
析方法,即分析结果输出的是一段文本的整体情感倾向,二者的区别只在于所分
评论0
最新资源