科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统文本分类模型存在识别能力受限、训练时间随着输入长度倍增的问题，提出了一种基于文本摘要提取的双路特征情感分析模型（BLAT）。BLAT模型引入Fastformer的加性注意力机制代替Transfomer的自注意力机制，使得模型能够在不损失精度的情况下，面对长文本训练能够有较为出色的训练速度。其次，模型通过对原始文本数据做摘要提取处理形成双路特征，融入长短期记忆网络与卷积神经网络组成双路特征提取网络，实现对文本情感倾向的高效识别。通过实验在中文电商评论数据集上进行验证，准确率可以达到92.26%，相较当下主流模型能够达到较好的效果。
- 单位
