基于改进型神经网络的影评文本情感分析算法

• 作者: 刘栗材 李俭兵
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 影评 情感分析 卷积神经网络 序列标注层 字粒度词向量
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 2261-2269
• 页数: 9页
• 分类号: TP391
• 字数: 8037字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.12.023

摘要

考虑到电影影评上下文信息带有固有的属性特征和语序不合理性等特点,提出CRCNN模型进行文本情感分析.为了减少噪音数据对分析的影响,对卷积神经网络进行改进,在输入层和卷积层之间引入了权重分布层对重要部分进行分析,减少噪音,使处理的特征得到提升.在卷积层中使用梯度下降法来求解训练参数时会引起梯度弥散或爆炸,为了解决此问题引入了门控机制.最后引入序列标注层,同时和神经网络学习的语义特征进行整体的优化求解.另外,利用字粒度词向量为特征,解决了歧义词的切分的同时学习到更加具体的特征.实验结果表明,利用该模型进行影评分析的效果明显好于其它几种模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李俭兵	重庆邮电大学通信与信息工程学院	22	72	4.0	7.0
10	刘栗材	重庆邮电大学通信与信息工程学院	2	4	1.0	2.0