融合词性特征的基于BiGRU-Attention的影评分类研究

• 作者: 姜博文 孙振凯 沈红玙 盛正地
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 词性特征 注意力机制 影评分类
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法语言
• 页码范围: 44-45
• 页数: 2页
• 分类号: TP391.1
• 语种: 中文

摘要

笔者提出了一种结合词性特征与注意力机制的双向门控循环神经网络分类模型.使用文本词性特征,提升了模型深入挖掘上下文之间隐含特征的能力,降低了噪音文本对模型的干扰.在隐层增加注意力机制,为隐层输入的特征分配相应概率权重,提升重要隐层特征的关注度.此分类模型的准确率为91.36％,相比于原模型BiGRU,提升近3个百分点,有显著改进效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜博文		3	0	0.0	0.0
2	孙振凯		1	0	0.0	0.0
3	盛正地		1	0	0.0	0.0
4	沈红玙		1	0	0.0	0.0