基于Att-BiGRU-CRF模型的中文文本情感分析

• 作者: 张永成 王怀彬
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 自然语言处理 情感分析 注意力机制 双向门控循环神经网络 条件随机场
• 年，卷（期）: 2021,（6）
• 页码范围: 31-35
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2021.06.007

摘要

基于注意力机制(attention)的神经网络模型在自然语言处理的情感分析任务中至关重要.针对目前情感分析任务中现有神经网络模型耗时长、准确率低、特征提取不充分等问题,本文提出了基于注意力机制结合条件随机场(conditional random field,CRF)和双向门控循环神经网络(bidirectional gated recurrent unit neural network,BiGRU)的Att-BiGRU-CRF模型.该模型以BiGRU为语言模型,提取文本的语义信息和特征结构,通过注意力机制加强重要词语的权重,最后用CRF模型作为分类器提高结果的准确率.该模型在谭松波老师的酒店评论语料中进行测试,准确率为89.75％,召回率为86.73％,综合评价值F1为88.21％,与BiGRU、Att-BiGRU等模型对比表现更为优秀,验证了Att-BiGRU-CRF模型的优越性.