基于深度学习的医患舆情多维演化仿真分析

为了探析医患关系近年来的情感演化过程，助力政府部门决策干预提供理论依据，从而更好引导网络舆论走向，促进和谐医患关系的构建。针对互联网复杂语境下大规模医患舆情文本数据，在BERT预训练模型下游任务中构建情感分类器，并与LDA主题抽取技术相结合进行多维情感演化仿真分析，最后结合ARIMA模型进行情感走势预测。通过实验分析表明，LDA-BERT医患舆情多维情感分析模型的情感预测准确度达到98%,ARIMA医患舆情时间序列预测模型的预测平均误差低于11.25%，证明其能够有效运用于大规模医患舆情演化的多维度监测与分析。