基于注意力与Bi-LSTM混合算法的车企舆情情感分析

• 作者: 李宸严 刘继
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 注意力机制 Bi-LSTM 车企舆情 情感分析
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 45-49
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2021.01.008

摘要

随着大数据时代的来临,网络舆情对消费者情感分析和商家营销策略产生重大影响.如何利用大数据技术提高车企舆情情感分析效能,受到文本挖掘研究者广泛关注.针对传统RNN在长文本分类中的长期依赖问题,提出了一种注意力机制与Bi-LSTM结合的混合分类算法(At-Bi-LSTM).算法利用Bi-LSTM分析车企网络评论的情感,引入注意力机制计算不同单词对评论情感的贡献权重,降低长文本中无关词对分类结果的影响.实验证明,At-Bi-LSTM算法在车企舆情情感分类上取得了比朴素贝叶斯、SVM、LSTM更好的分类效果.