基于多头注意力的双向LSTM情感分析模型研究

• 作者: 李家平 杨亮 林原 林鸿飞 许侃
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感分析 深度学习 注意力机制
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 第二十五届全国信息检索学术会议(CCIR 2019)论文选登
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391
• 字数: 4751字
• 语种: 中文
• DOI: 10.13451/j.sxu.ns.2019119

摘要

文本情感分析是自然语言处理领域中的重要任务,是指通过提取文本特征对基于文本的情感倾向进行分类.为了有效地提高文本情感分析准确率,提出一种新的基于多头注意力的双向长短期记忆(long short-term memory,LSTM)文本情感分析模型(Multi-Head Attention-based Bi-LSTM Model,MHA-B).模型先利用双向LSTM进行初步特征提取,再结合多头注意力机制从不同的维度和表示子空间里提取相关的信息.在Large Movie Review Dataset与Semeval-2017-task4-A English两个数据集的实验结果表明:MHA-B模型的情感分析准确率与现有多种模型相比都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林鸿飞	大连理工大学计算机科学与技术学院	214	3759	31.0	55.0
2	许侃	大连理工大学计算机科学与技术学院	29	110	6.0	9.0
3	杨亮	大连理工大学计算机科学与技术学院	49	510	10.0	22.0
4	林原	大连理工大学计算机科学与技术学院	26	196	6.0	13.0
5	李家平	大连理工大学计算机科学与技术学院	2	0	0.0	0.0