基于cw2vec与CNN-BiLSTM注意力模型的中文微博情感分类

• 作者: 卢昱波 刘德润 蔡奕超 杨庆雨 陈伟 刘太安
• 来源期刊: 软件导刊
• 关键词: 情感分类 中文微博 cw2vec CNN-BiLSTM 注意力机制
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 51-56
• 页数: 6页
• 分类号: TP301
• 语种: 中文
• DOI: 10.11907/rjdk.201732

摘要

为改善中文微博领域现有中文分词不准确且微博文本不规范问题,提出将cw2vec和CNN-BiLSTM注意力相结合的混合深度学习模型方法进行中文微博情感分类.首先使用cw2vec进行中文词向量训练,转换为相应的向量作为分类模型输入,然后利用CNN提取局部特征,采用BiLSTM提取上下文特征进行深度学习,最后增加注意力模型获取重要特征,并使用Softmax函数进行分类.实验结果表明,使用cw2vec模型训练中文微博词时,准确率达到88.72％,使用cw2vec和CNN-BiLSTM注意力混合深度学习模型的精确率、召回率和F1值比单一深度学习模型分别提升1.88％、3.56％ 和2.72％,证明cw2vec和CNN-BiLSTM注意力混合深度学习模型结合方法在中文微博情感分类任务中的有效性.