Senti-LSTM:一个基于递归神经网络的情感分析模型

• 作者: 连亚飞 黄发良
• 来源期刊: 福建师范大学学报（自然科学版）
• 学科: 工学
• 关键词: LSTM 递归神经网络 情感分析
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 数学与信息科学
• 页码范围: 12-18
• 页数: 7页
• 分类号: TP391
• 字数: 3338字
• 语种: 中文
• DOI: 10.12046/j.issn.1000-5277.2020.01.003

摘要

针对文本情感分析中情感极性的问题,提出一种改进型长短期记忆网络模型Senti-LSTM,该模型在现有LSTM网络单元中添加情感门,架构于Senti-LSTM之上的深度神经网络模型充分利用文本上下文信息、文本结构与情感语义等信息,实现更加有效的文本情感表示学习.实验结果表明,Senti-LSTM能够有效提升文本情感分类准确率,同时具有较强的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	连亚飞	福建师范大学数学与信息学院	2	0	0.0	0.0
2	黄发良		1	0	0.0	0.0