结合注意力机制和句子排序的情感分析研究

• 作者: 刘发升 徐民霖 邓小鸿
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 情感分析 卷积神经网络 双向长短期记忆网络 注意力机制 句子表示
• 年，卷（期）: 2020,（13）
• 所属期刊栏目: 热点与综述
• 页码范围: 12-19
• 页数: 8页
• 分类号: TP391
• 字数: 6427字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1907-0370

摘要

针对传统的深度学习算法作情感分析未充分考虑文本特征和输入优化的问题,提出了结合注意力机制和句子排序的双层CNN-BiLSTM模型(DASSCNN-BiLSTM).利用情感词典对文档数据进行情感极性排序,得到优化的文档数据;将优化的文档数据输入第一层模型(由CNN和BiLSTM组成)生成句子表示;将句子表示输入第二层模型(由BiLSTM和注意力机制组成)生成文档表示,作为分类的依据,由此解决了输入优化的问题并且充分捕获了句子之间的语义信息,提升了情感分类精度.实验结果表明,该模型在分类精度上相对于现有的方法有明显的提升,且拥有较好的MSE值,能够较好应用于一般的情感分析任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓小鸿	江西理工大学应用科学学院	40	169	8.0	11.0
2	刘发升	江西理工大学信息工程学院	29	181	8.0	12.0
3	徐民霖	江西理工大学信息工程学院	1	0	0.0	0.0