融合位置注意力机制和改进BLSTM的食品评论情感分析

• 作者: 张青川 李勇 金庆雨
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 情感分析 评论 双向长短时记忆网络 卷积神经网络 位置注意力机制
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能计算
• 页码范围: 58-62
• 页数: 5页
• 分类号: TP391.1
• 字数: 4923字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2020.01.006

摘要

为了对食品评价的情感倾向进行更加精确的分类,在进行情感语义分析时,卷积神经网络(con-volutional neural networks,CNN)方法在提取目标的结构特征方面具有一定的优势,可以提取到多种局部特征,循环神经网络(recurrent neural networks,RNN)具有记忆功能,在序列特征提取方面具有一定的优势,双向长短时记忆网络(bidirectional long short-term memory,BLSTM)在提取远距离依赖序列语义特征方面可以得到很好的效果.在BLSTM的基础上,又引入基于食品领域的语义角色标注与位置相结合的位置注意力机制,来实现距离相关的序列语义特征提取,利用CNN实现序列语义特征的情感语义分类,从而构造出了一种基于BLSTM和位置注意力机制的食品评论情感分析模型.实验结果表明,设计的模型在情感分类方面取得了很好的分类效果,与之前的情感分类模型进行比较,在准确率结果上有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张青川	北京工商大学农产品质量安全追溯技术及应用国家工程实验室	13	19	3.0	4.0
2	李勇	北京工商大学农产品质量安全追溯技术及应用国家工程实验室	6	11	2.0	3.0
3	金庆雨	北京工商大学农产品质量安全追溯技术及应用国家工程实验室	1	0	0.0	0.0