基于字符级联合网络特征融合的中文文本情感分析

• 作者: 刘昌辉 王丽亚 王梦 蔡敦波 赵彤洲
• 来源期刊: 微电子学与计算机
• 关键词: 卷积神经网络 BiGRU 注意力机制 中文文本情感分析
• 年，卷（期）: 2020,（1）
• 页码范围: 80-86
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

针对传统卷积神经网络(CNN)同层神经元之间信息不能互传,无法充分利用同一层次上的特征信息,以及无法提取长距离上下文相关特征的问题.该文针对中文文本,提出字符级联合网络特征融合的模型进行情感分析,在字符级的基础上采用BiGRU和CNN-BiGRU并行的联合网络提取特征,利用CNN的强学习能力提取深层次特征,再利用双向门限循环神经网络(BiGRU)进行深度学习,加强模型对特征的学习能力.另一方面,利用BiGRU提取上下文相关的特征,丰富特征信息.最后在单方面上引入注意力机制进行特征权重分配,降低噪声干扰.在数据集上进行多组对比实验,该方法取得92.36％的F1值,结果表明本文提出的模型能有效的提高文本分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵彤洲	武汉工程大学计算机科学与工程学院	35	113	6.0	9.0
2	蔡敦波	武汉工程大学计算机科学与工程学院	27	83	5.0	8.0
3	刘昌辉	武汉工程大学计算机科学与工程学院	15	40	4.0	5.0
4	王丽亚	武汉工程大学计算机科学与工程学院	5	4	2.0	2.0
5	王梦	武汉工程大学计算机科学与工程学院	3	2	1.0	1.0