| 基于深度学习的文本情感分析 |
| |
| 引用本文： | 李丽华,胡小龙. 基于深度学习的文本情感分析[J]. 湖北大学学报(自然科学版), 2020, 42(2): 142-149. DOI: 10.3969/j.issn.1000-2375.2020.02.004 |
| |
| 作者姓名： | 李丽华 胡小龙 |
| |
| 作者单位： | 中南大学计算机学院,湖南长沙410075,中南大学计算机学院,湖南长沙410075 |
| |
| 摘 要： | 传统的文本情感分析主要基于情感词典、机器学习以及传统的神经网络模型等实现特征的提取及情感的分类,但由于语料简短及特征稀疏,使得这类情感分析方法取得的效果不理想。因此,提出采用基于Self-Attention机制的卷积神经网络(CNN)和双向长短时记忆网络(BI-LSTM)相结合的模型结构(SCBILSTM模型)对微博文本进行情感分析,SCBILSTM利用双向循环神经网络对文本上下文进行特征提取,并利用CNN进行局部特征提取,在此基础上添加自注意力机制,在通过网络爬虫抓取的微博数据集上和其他模型进行对比实验,验证本文中所提出的模型有效提升了文本分类的准确率。
|
| 关 键 词： | CNN BI-LSTM Self-Attention 情感分析 FastText向量 |
Text sentiment analysis based on deep learning |
| |
| LI Lihua,HU Xiaolong. Text sentiment analysis based on deep learning[J]. Journal of Hubei University(Natural Science Edition), 2020, 42(2): 142-149. DOI: 10.3969/j.issn.1000-2375.2020.02.004 |
| |
| Authors: | LI Lihua HU Xiaolong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
