为深入挖掘微博文本的情感特征、充分考虑表情符号和标点符号对情感表达的作用，提出一种结合情感信息的深度神经网络模型。该模型利用余弦相似性计算表情符号和标点符号的情感得分，通过双向长短期记忆网络提取文本的上下文语义特征，引入注意力机制进一步提取与任务相关的情感特征，由Softmax分类器计算最终分类结果。模型应用在新型冠状病毒暴发初期的微博文本数据集上，结果表明其性能优于相关优异的基线方法。
科研之友
微信
新浪微博
Facebook
分享链接
