基于表情符注意力机制的微博情感分析模型

• 作者: 姬东鸿 谭皓 邓树文 钱涛
• 来源期刊: 计算机应用研究
• 关键词: 表情符 微博 情感分析 注意力机制
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2647-2650
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0152

摘要

为了对中文微博进行有效的情感极性识别,基于表情符能改变或加强微博文本的情感极性这一认知事实,提出基于表情符注意力机制的微博情感分析神经网络模型.该模型在使用双向循环神经网络模型(Bi-LSTM)学习文本的特征表示时,利用表情符注意力机制,得到文本结合表情符后新的特征表示,从而实现微博情感识别.实验结果显示,与输入纯文本和表情符的Bi-LSTM模型相比,基于表情符注意力机制的模型准确率提高了4.06％;与仅输入纯文本的Bi-LSTM模型相比,基于表情符注意力机制的模型准确率提高了6.35％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
2	邓树文	湖北科技学院计算机学院	3	9	1.0	3.0
3	钱涛	湖北科技学院计算机学院	6	15	2.0	3.0
4	谭皓	武汉大学计算机学院	1	9	1.0	1.0