Senti-LSTM:一个基于递归神经网络的情感分析模型 |
| |
作者姓名: | 黄发良 连亚飞 |
| |
作者单位: | 1. 广西多源信息挖掘与安全重点实验室;2. 南宁师范大学计算机与信息工程学院;3. 福建师范大学数学与信息学院 |
| |
基金项目: | 国家自然科学基金资助项目(61962038);;福建省自然科学基金资助项目(2017J01497); |
| |
摘 要: | 针对文本情感分析中情感极性的问题,提出一种改进型长短期记忆网络模型Senti-LSTM,该模型在现有LSTM网络单元中添加情感门,架构于Senti-LSTM之上的深度神经网络模型充分利用文本上下文信息、文本结构与情感语义等信息,实现更加有效的文本情感表示学习.实验结果表明,Senti-LSTM能够有效提升文本情感分类准确率,同时具有较强的鲁棒性.
|
关 键 词: | LSTM 递归神经网络 情感分析 |
本文献已被 CNKI 等数据库收录! |
|