《计算机应用研究》|Application Research of Computers

基于情感特征注意力的多粒度卷积网络文本情感分析

Text sentiment analysis using multi granularity convolution network based on sentiment feature attention

免费全文下载 (已被下载 次)  
获取PDF全文
作者 黄卫春,聂嘉伟,熊李艳
机构 华东交通大学 软件学院;华东交通大学 信息工程学院
统计 摘要被查看 次,已被下载
摘要 近年来,深度学习技术在文本情感分析领域的可行性和实用性日趋升高。针对卷积神经网络CNN具有特征强学习能力,善于提取文本的空间局部特征,但忽略其上下文语义联系;而循环神经网络RNN善于学习序列信息,但存在易丢失记忆信息、忽略上下文非连续词之间相关性和梯度爆炸等问题。提出了一种基于注意力机制的多通道卷积和双向门控循环神经网络模型(MC-BiGRU-Att)用于文本情感分类任务。两种模型分别学习获取文本不同细粒度和上下文联系两种特征信息,提升了情感特征表示的丰富性和全面性,同时添加注意力作为辅助机制,重点关注对情感极性走向影响较大的情感特征,并减少了噪声的干扰。实验表明,该模型的分类效果相比其他模型在分类准确率上有所提升。
关键词 文本情感分类;深度学习;多粒度卷积MCNN;Bi-GRU;情感特征注意力
基金项目 国家自然科学基金资助项目(61967006,62067002)
江西省教育厅项目(GJJ190317)
本文URL http://www.arocmag.com/article/02-2021-12-025.html
收稿日期
修回日期
页码 -
中图分类号 TP391.1
文献标志码