基于注意力编码网络的细粒度文本情感分析研究

• 作者: 肖化 颜孝为
• 来源期刊: 网络安全技术与应用
• 关键词: 情感分类 注意力机制 深度学习,细粒度
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 安全模型、算法与编程
• 页码范围: 50-52
• 页数: 3页
• 字数: 2457字
• 语种: 中文

摘要

传统文本情感分析,通常从文本(可以是文档、段落或句子)整体出发,只能给出一整句话的情感值,无法准确表达用户对不同目标(情感附着物)的情感倾向.因此,本文以深度学习算法为基础进行细粒度情感分析研究.通过分析注意力编码网络的结构和算法原理,提出相应的情感分析框架,以及文本预处理和文本表示方法.该模型在公开数据集SemEval 2014上进行了实验,结果显示基于注意力编码网络的情感分析模型可以获得更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖化	华南师范大学物理与电信工程学院	115	924	14.0	27.0
2	颜孝为	华南师范大学物理与电信工程学院	1	0	0.0	0.0