基于多通道双向长短期记忆网络的情感分析

• 作者: 李卫疆 漆芳
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 情感分析 长短期记忆 多通道 层归一化
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 119-128
• 页数: 10页
• 分类号: TP391
• 字数: 9331字
• 语种: 中文

摘要

当前存在着大量的语言知识和情感资源,但在基于深度学习的情感分析研究中,这些特有的情感信息,没有在情感分析任务中得到充分利用.针对以上问题,该文提出了一种基于多通道双向长短期记忆网络的情感分析模型(multi-channels bidirectional long short term memory network,Multi-Bi-LSTM),该模型对情感分析任务中现有的语言知识和情感资源进行建模,生成不同的特征通道,让模型充分学习句子中的情感信息.与CNN相比,该模型使用的Bi-LSTM考虑了词序列之间依赖关系,能够捕捉句子的上下文语义信息,使模型获得更多的情感信息.最后在中文COAE2014数据集、英文MR数据集和SST数据集进行实验,取得了比普通Bi-LSTM、结合情感序列特征的卷积神经网络以及传统分类器更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫疆	昆明理工大学信息工程与自动化学院	18	106	4.0	10.0
2	漆芳	昆明理工大学信息工程与自动化学院	2	4	2.0	2.0