双通道混合神经网络的文本情感分析模型

• 作者: 刘智 杨长利 鲁明羽
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 混合神经网络 特征融合 注意力机制 双向门循环单元 胶囊网络
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 124-128
• 页数: 5页
• 分类号: TP391
• 字数: 4349字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1909-0267

摘要

大多数文本情感分析方法不能有效地反映文本序列中不同单词的重要程度,并且不能获得足够的文本信息.提出了一种双通道混合神经网络的文本情感分析模型,混合神经网络层在胶囊网络(Capsule Network)模型和双向门限循环单元(BiGRU)模型之后分别引入注意力机制,使其自适应地感知上下文信息并提取影响文本情感分析的文本特征,将两种模型提取的特征进行融合.将两种不同的词向量经过混合神经网络层得到的结果进一步融合,由Softmax分类器进行分类.在三个标准数据集上的实验结果证明了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁明羽	大连海事大学信息科学技术学院	42	574	11.0	23.0
2	刘智	大连海事大学信息科学技术学院	11	52	5.0	7.0
3	杨长利	大连海事大学信息科学技术学院	1	0	0.0	0.0