用于基于方面情感分析的RCNN-BGRU-HN网络模型

• 作者: 孙中锋 王静
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 深度学习 基于方面情感分析 卷积神经网络 双向门控循环单元 高速公路网络 注意力机制
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 223-228
• 页数: 6页
• 分类号: TP183|TP391
• 字数: 7835字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.09.033

摘要

针对一般神经网络模型在处理基于方面情感分析任务中存在的句子间相互联系少以及单词之间的语义信息获取有限等问题,文中提出了一种新型结构的深度学习网络模型.该模型通过区域卷积神经网络(RCNN)可以很好地保留评论文本中句子的时序关系,同时结合双向门控循环单元(BGRU)可以大大降低模型训练的时间代价.此外,加入的高速公路网络(HN)使得该模型能够捕获更多单词间的语义信息;利用注意力机制来分配网络结构中特定方面的权重,可以有效获取特定方面在整个评论文本中的长距离依赖关系.该模型可以进行端到端的训练,在不同的数据集上取得了比现有网络模型更好的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王静	南京工业大学计算机科学与技术学院	31	48	4.0	6.0
2	孙中锋	南京工业大学计算机科学与技术学院	1	0	0.0	0.0