基于双注意力卷积神经网络模型的情感分析研究

• 作者: 周武 徐如阳 曾碧卿 王盛玉 韩旭丽
• 来源期刊: 广东工业大学学报
• 学科: 工学
• 关键词: 卷积神经网络 注意力机制 情感分类
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 综合研究
• 页码范围: 10-17
• 页数: 8页
• 分类号: TP391
• 字数: 5470字
• 语种: 中文
• DOI: 10.12052/gdutxb.190042

摘要

卷积神经网络(Convolutional Neural Networks,CNN)无法判别输入文本中特征词与情感的相关性.因此提出一种双注意力机制的卷积神经网络模型(Double Attention Convolutional Neural Networks,DACNN),将词特征与词性特征有效融合后得到本文的特征表示,确定情感倾向.本文提出局部注意力的卷积神经网络模型,改进卷积神经网络的特征提取能力,采用双通道的局部注意力卷积神经网络提取文本的词特征和词性特征.然后使用全局注意力为特征分配不同的权重,有选择地进行特征融合,最后得到文本的特征表示.将该模型在MR和SST-1数据集上进行验证,较普通卷积神经网络和传统机器学习方法,在准确率上分别取得0.7％和1％的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾碧卿	华南师范大学软件学院	51	304	9.0	15.0
2	徐如阳	华南师范大学计算机学院	3	3	1.0	1.0
3	韩旭丽	华南师范大学计算机学院	7	18	2.0	4.0
4	周武	华南师范大学计算机学院	3	2	1.0	1.0
5	王盛玉	华南师范大学计算机学院	6	47	3.0	6.0