基于词向量技术和混合神经网络的情感分析

• 作者: 胡朝举 赵晓伟
• 来源期刊: 计算机应用研究
• 关键词: 情感分析 深度学习 词向量 LSTM
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3556-3559,3574
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.008

摘要

情感分析是近些年自然语言处理的一个研究热点,一方面以word2vec为代表的预处理词向量技术得到了广泛应用,通过融合情感标签获得word2vec-ST词向量来提取句子的语义和情感信息并达到了较好的效果,另一方面,LSTM作为RNN的衍生模型已经成熟地应用到自然语言处理的模型构建当中,但LSTM在短文本和训练语料相对有限的情况下并没有展现出应有的优势,因此,借助于CNN在捕捉局部信息上的优势,提出了一种融合LSTM和CNN的注意力模型网络来提取文本的上下文信息,并通过实现attention机制的BILSTM来替代LSTM得到AT-BL&C模型进而达到了更好的效果.对比分析了LSTM和CNN的两种融合方式,并在标准数据集上进行了比较.实验结果表明,以融合情感信息的word2vec-ST为词向量层基础,AT-BL&C确实获得了更好的准确率和F值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡朝举	华北电力大学控制与计算机工程学院	23	102	4.0	9.0
2	赵晓伟	华北电力大学控制与计算机工程学院	6	39	4.0	6.0