一种用于特定目标情感分析的深度网络模型

• 作者: 彭超 蔡林森 郭兰英 陈思远
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 深度学习 情感分析 特定目标 卷积神经网络 长短期记忆网络 深度网络模型
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 286-292
• 页数: 7页
• 分类号: TP391.1
• 字数: 6508字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050035

摘要

基于注意力机制的长短期记忆(LSTM) 网络在训练过程中需要耗费大量时间,且仅以句子作为网络输入难以有效区分同一句中不同目标的情感极性.为此,提出一种结合卷积神经网络(CNN) 和区域LSTM 的深度网络模型.通过区域LSTM 实现特定目标的区域划分,在保留特定目标重要情感信息的同时,有效区分不同目标的特征信息,并利用CNN 保留整个句子的情感信息.实验结果表明,该模型能有效识别不同目标的情感极性,相比传统网络模型具有更短的模型训练时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭超	华东师范大学计算机科学与软件工程学院	5	7	2.0	2.0
2	陈思远	华东师范大学计算机科学与软件工程学院	2	6	2.0	2.0
3	蔡林森	华东师范大学计算机科学与软件工程学院	2	6	2.0	2.0
4	郭兰英	华东师范大学计算机科学与软件工程学院	2	6	2.0	2.0