基于BiGRU-attention神经网络的文本情感分类模型

• 作者: 孙玉霞 孟祥福 王伟 齐庆杰
• 来源期刊: 计算机应用研究
• 关键词: 文本情感分类 注意力机制 双向门控循环神经网络
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3558-3564
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0413

摘要

针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-attention的文本情感分类模型.首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本情感极性分类.实验结果表明,所提的神经网络模型在IMDB数据集上的准确率是90.54％,损失率是0.2430,时间代价是1100 s,验证了BiGRU-attention模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐庆杰	辽宁工程技术大学矿业技术学院	125	1087	15.0	27.0
2	孟祥福	辽宁工程技术大学电子与信息工程学院	51	387	12.0	17.0
3	王伟	辽宁工程技术大学科学技术研究院	39	229	9.0	13.0
7	孙玉霞	辽宁工程技术大学电子与信息工程学院	1	16	1.0	1.0