基于KBert和BiLSTM-ATT的公共卫生事件网络舆情主题情感分析模型

本文提出了一种基于KBert（Bert+K-means）与BiLSTM-ATT的主题情感分析模型，从文本主题与情感演化方面对公共卫生事件网络舆情进行研究。

该模型首先利用KBert对文本进行编码，得到文本的向量表示，然后利用K-means算法将文本向量聚类成不同的主题簇。接着，利用BiLSTM-ATT模型对每个主题簇内的文本进行情感分析，得到情感倾向性。最后，将不同主题簇的情感倾向性综合起来，得到整体的舆情情感倾向性。

该模型在公共卫生事件网络舆情分析中有很好的应用价值，可以帮助我们更好地了解公共卫生事件的主题演化和情感变化，从而更好地指导公共舆情管理和危机应对。同时，该模型也可以应用于其他领域的文本分析和情感分析任务。