基于多模型的混合架构情感分析

• 作者: 冷雪亮 苗小爱 邵婉露
• 来源期刊: 软件
• 学科: 工学
• 关键词: 自然语言处理 情感分析 transformer Text-CNN BiGRU
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 133-136
• 页数: 4页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2020.09.036

摘要

情感分析是自然语言处理(NLP)中十分重要的环节,随着网络发展人们在网络生活中留下的大量情感评论信息.已有的研究大量使用循环神经网络(RNN)和卷积神经网络(CNN)做情感分析.近期注意力机制在NLP领域被广泛使用,并取得突破性进展.为了改善传统模型,充分利用网络评论数据,结合长短时记忆网络(biLSTM),CNN,并使用Transformer机制构建新模型.新模型中,biLSTM编码双上上下文信息,然后CNN部分模拟Text-CNN使用三个不同大小的窗口进行卷积获取句子间的双向信息,最后使用没有前馈操作的Transformer编码器代替传统Max-pooling操作避免信息损失.该模型简称为Multi-Model Stack Neural Network(MMSNN).与传统biLSTM基线模型和Text-CNN模型在IMDE数据集上进行对比,MMSNN在准确率和损失上均获得最好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冷雪亮		2	0	0.0	0.0
2	邵婉露		2	0	0.0	0.0
3	苗小爱		1	0	0.0	0.0