一种基于深度学习情感分类的浏览器插件筛选弹幕方法技术

本发明专利技术公开了一种基于深度学习情感分类的浏览器插件筛选弹幕方法，本发明专利技术打破了传统弹幕敏感词过滤，能在较小的成本付出下即得到直观的收效，能适应多元化的弹幕，可净化弹幕环境，形成一种和谐健康的弹幕文化氛围，传播积极的价值观。积极的价值观。积极的价值观。

【技术实现步骤摘要】
一种基于深度学习情感分类的浏览器插件筛选弹幕方法


[0001]本专利技术涉及计算机
，具体是指一种基于深度学习情感分类的浏览器插件筛选弹幕方法。

技术介绍

[0002]弹幕作为当前流行的一种文化行为和文化现象，在传播方式、语言特点、文化、价值等方面有其鲜明的特点和价值，用户均可随时、随地、随机发布弹幕，畅所欲言，展示自我。然而也具有无可回避的不足和弊端，值得反思和警惕，一是语言上的极端性，二是情绪上的负面性，三是文本的偏离性，四是文化上的消极性。
[0003]目前几乎所有的直播平台都有自己的敏感词库，系统自动通过敏感词匹配达到拦截违规的目的，但是效果不是很好，比如文化消极性的弹幕无法屏蔽等缺点，只能去匹配敏感词库已有的词，不够灵活，不足以适应多元化的弹幕。
[0004]所以，一种基于深度学习情感分类的浏览器插件筛选弹幕方法成为人们亟待解决的问题。

技术实现思路

[0005]本专利技术要解决的技术问题是通过基于深度学习情感分类开发弹幕筛选插件，能够提高直播间弹幕的质量，达到提高直播观看体验的目的，而不需要人为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习情感分类的浏览器插件筛选弹幕方法，其特征在于，包括以下步骤：1)本机服务器加载神经网络模型并开启后端运行，检查网页请求url地址来执行；2)前端定时自动请求url地址，若弹幕出现，则前端会通过路由器把弹幕数据发送到后端；3)后端接收到数据并处理成神经网络能够识别的输入格式，输入模型得到预测结果；4)后端把预测结果转成Json格式传回到前端，前端把预测结果作为弹幕的显示状态；所述神经网络模型的构建过程为：步骤A、对视频弹幕爬虫并对爬取到的弹幕数据进行预处理，得到待分类弹幕数据；步骤B、通过人工对待分类弹幕数据进行标签，判断分类弹幕数据的标签是否为积极的；步骤C、输入弹幕数据，利用BERT模型预训练模型，获得包含文本信息的动态词向量；步骤D、将输入的词向量输入到双...

【专利技术属性】
技术研发人员：余致辉，
申请(专利权)人：余致辉，
类型：发明
国别省市：