基于字符级双通道复合网络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: 计算机应用研究
• 关键词: 卷积神经网络 双向门限循环神经网络 注意力机制 中文文本情感分析
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2674-2678
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.04.0121

摘要

针对传统卷积神经网络(CNN)缺乏句子体系特征的表示,以及传统双向门限循环神经网络(BiGRU)缺乏提取深层次特征能力.以中文文本为研究对象,在字符级词向量的基础上提出双通道的CNN-BiGRU复合网络,同时引入注意力机制的模型进行情感分析.首先,在单通道上利用CNN提取深层次短语特征,利用BiGRU提取全局特征的能力深度学习短语体系特征,从而得到句子体系的特征表示;再通过增加注意力层进行有效特征筛选;最后,采用双通道结构的复合网络,丰富了特征信息,加强了模型的特征学习能力.在数据集上进行多组对比实验,该方法取得了92.73％的F1值结果,优于对照组,说明提出的模型能有效地提高文本分类的准确率.同时在单句测试上量化出模型优势,且实现了模型的实际应用能力.

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		35	113	6.0	9.0
2	蔡敦波		27	83	5.0	8.0
3	刘昌辉		15	40	4.0	5.0
4	王丽亚		5	4	2.0	2.0
5	王梦		3	2	1.0	1.0