基于卷积神经网络的特定目标文本情感分析模型

在特定目标文本情感分析过程中，文本序列分类受标注方式的限制，导致分析结果的准确率和召回率较低.为了解决这个问题，构建了基于卷积神经网络的特定目标文本情感分析模型(文本分析模型).根据情感差异分析特定目标文本序列，在输入层将文本特征矩阵作为卷积神经网络语言模型的输入数据，拼接成词性序列矩阵；分段池化捕获文本序列不同的关键特征，并分类处理提取到的特征向量；加入dropout机制完成特定目标文本情感分类，确定文本中每个词的重要度信息，实现特定目标文本情感分析.实验结果表明，文本分析模型的准确率高于84%,召回率最大值为87%,能够有效实现特定目标文本情感分析.