混合神经网络和条件随机场相结合的文本情感分析

• 作者: 翟学明 魏巍
• 来源期刊: 智能系统学报
• 关键词: 卷积神经网络 门控循环单元 条件随机场 文本情感分析 语言模型 语义特征 上下文信息 分类器
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机器学习|Intelligent Systems
• 页码范围: 202-209
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11992/tis.201907041

摘要

针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型.该模型将神经网络作为语言模型,结合了卷积神经网络(convolutional neural networks,CNN)与双向门控循环单元(bidirectional gated recurrent unit,Bi-GRU)两种神经网络获得的语义信息和结构特征,采用条件随机场模型作为分类器,计算情感概率分布,进而能够准确地判断情感类别.该文的模型在NLPCC 2014数据集上进行了测试,准确率为91.74％,与其他分类模型相比,可以获得更好的准确性和F值.