基于BERT的《后浪》視頻評論中情感分析研究獲獎科研報告

基于BERT的《后浪》視頻評論中情感分析研究獲獎科研報告

摘要：《后浪》發(fā)布以來，在社會上產(chǎn)生了重大的影響。本文使用基于BERT編碼的深度情感分析模型來進行視頻評論中的情感分析。本文選擇B站和YouTube兩個視頻網(wǎng)站，對兩個平臺中的《后浪》視頻評論進行情感分析，并將結(jié)果進行對比，進一步得出了每一類的觀點想表達的情感。在此基礎(chǔ)上，本文對實驗結(jié)果得出了一些思考和分析。實驗分析結(jié)果表明：Youtube網(wǎng)站上的負面評論情緒顯著高于B站。其負面情緒者的主要觀點在于：現(xiàn)實中青年的平均生活水平與“后浪”們之間存在著巨大差距，即《后浪》視頻不夠真實。

關(guān)鍵詞：《后浪》，BERT，情感分析，視頻評論

1.引言

現(xiàn)如今人們在使用B站、Youtube等平臺觀看視頻的同時，也會通過評論表達自己的想法與意見。視頻《后浪》自發(fā)布以來就成為了社會關(guān)注的焦點，截至2020年7月18日為止，B站累計播放量已有2781.4萬，巨大的播放量也帶來了海量的視頻評論信息[1]。本文中，我們研究了人們觀看《后浪》視頻后產(chǎn)生評論中的情感觀點。本文選擇對B站、Youtube兩個網(wǎng)站上的視頻評論進行分析。除此之外，本文對兩個平臺中視頻評論的情感分析結(jié)果進行對比，并概括出每類情感想表達的觀點。在此基礎(chǔ)上，筆者對這些結(jié)果給出了一些思考。

2.研究方法

2.1數(shù)據(jù)爬取

Requests庫是基于Python實現(xiàn)的簡單易用的HTTP庫。Requests是用Python語言編寫的，基于urllib3來改寫的，采用Apache2Licensed來源協(xié)議的HTTP庫。它比urllib更加方便，可以節(jié)約我們大量的工作，完全滿足HTTP測試需求[2]。

本文對兩網(wǎng)站的爬取均使用基本的requests庫進行。對B站的數(shù)據(jù)爬取過程中，我們需要填入視頻的BV號，代碼會將BV號轉(zhuǎn)換為視頻的AV號，然后組成url進行爬取。而對Youtube的評論數(shù)據(jù)爬取中，需要先申請google的開發(fā)者API，然后將自己的密鑰填入代碼，就可以進行爬取。

最終，我們獲得了B站中的熱度最高的評論1969條，Youtube中點贊數(shù)大于10的評論1164條。

2.2基于BERT的情感分析模型

本文采用社交媒體預(yù)料訓(xùn)練了一個針對社交媒體語料進行情感分析的機器學(xué)習(xí)模型。

作為2018年自然語言處理領(lǐng)域的新秀，BERT做到了過去幾年NLP重大進展的集大成，一出場就技驚四座碾壓競爭對手，刷新了11項NLP測試的最高紀錄，甚至超越了人類的表現(xiàn)，是未來NLP研究和工業(yè)應(yīng)用中最有潛力的語言模型之一[3]。

本文使用Bert作為encoder，將文本傳入Bert后，獲得第一個字符[CLS]的表示作為輸出，因其已經(jīng)蘊含了整個句子之中的信息。將其傳入一個全連接層，完成分類任務(wù)。我們使用第九屆全國社會媒體處理大會微博情緒分類技術(shù)評測（SMP2020-EWETC）中提供的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)。數(shù)據(jù)集從微博評論中產(chǎn)生，與本文的應(yīng)用場景類似，并且不僅標注了積極消極的情緒，也標注了中立的情緒，可以更加方便我們對不同類別情感進行分析。

3.數(shù)據(jù)分析

3.1不同平臺之間的結(jié)果對比及其原因

使用情感分析器對我們爬取到的數(shù)據(jù)進行情感分析。一條數(shù)據(jù)如果是積極，標為0，中立，標為1，消極，標為2。本文基于BERT的模型的標注結(jié)果示例如表1所示。

可見兩平臺之間的評論情感存在巨大差距，bilibili上的評論偏向積極，Youtube上的評論則偏向消極。

通過調(diào)查網(wǎng)上資料，以及閱讀評論數(shù)據(jù)，筆者認為其中的主要原因可能有以下幾點：

1）bilibili會手動刪除負面評論;

2）Youtube平臺上存在大量對中國帶有嚴重偏見的人群，如亂港廢青等。

3.2不同情感評論人的觀點及其原因

本文通過生成積極、中立、消極三種評論的詞云的方式，更加直觀的展現(xiàn)三類評論的差別。由于詞云將單詞在語料庫中出現(xiàn)的頻率進行了可視化，我們可以更容易的了解出現(xiàn)頻率最高的詞（已去除常用詞）。其結(jié)果如圖1所示。

從三幅圖中可以看出，除“后浪”、“演講”、“生活”等詞在三幅圖都出現(xiàn)外，負面評論中，“惡心”、“抱怨”、“韭菜”、“不公”，等詞經(jīng)常被提及，與之鮮明對比的是，積極評論中“希望”、“奮斗”、“奔涌”等詞有著較高的出現(xiàn)頻率。而中立情感動的評論常常是在評論中記錄演員的身世背景、記錄視頻中部分臺詞、記錄打卡自己看了這個視頻。

正面情緒出現(xiàn)的原因是明顯的，作為一個歌頌?zāi)贻p人活力的視頻，視頻中up主們的“心里有火，眼里有光”確實激人奮進。而一些中立情緒的原因也是明顯的，一部分是因為這條評論只是想打卡留念，一部分是因為評論中摻雜著正面和負面情緒。

對于負面的情緒，筆者總結(jié)上面詞云結(jié)果，并且分析部分數(shù)據(jù)，認為其原因總結(jié)如下：

1、認為視頻中的生活與現(xiàn)實青年生活嚴重不符，對比自己慘淡的人生感到無比自卑;

2、認為這個視頻只是b