基于表情符注意力机制的微博情感分析模型

作者：谭皓; 邓树文^*; 钱涛; 姬东鸿

来源：计算机应用研究, 2019, 36(09): 2647-2650.

DOI：10.19734/j.issn.1001-3695.2018.03.0152

• 表情符
• 微博
• 情感分析
• 注意力机制

为了对中文微博进行有效的情感极性识别,基于表情符能改变或加强微博文本的情感极性这一认知事实,提出基于表情符注意力机制的微博情感分析神经网络模型。该模型在使用双向循环神经网络模型(BiLSTM)学习文本的特征表示时,利用表情符注意力机制,得到文本结合表情符后新的特征表示,从而实现微博情感识别。实验结果显示,与输入纯文本和表情符的Bi-LSTM模型相比,基于表情符注意力机制的模型准确率提高了4. 06%;与仅输入纯文本的Bi-LSTM模型相比,基于表情符注意力机制的模型准确率提高了6. 35%。

• 单位
  湖北科技学院