基于CNNGRU-Attention模型的文本情感分析

作者：李辉; 郑媛媛; 任鹏举

来源：制造业自动化, 2019, 41(09): 19-72.

• 情感分析
• 深度学习
• 卷积神经网络
• 门控循环单元
• 注意力模型

针对目前文本情感分析任务中所使用的神经网络结构无法提取文本重要特征的问题,提出了一种基于注意力机制的混合网络模型来对中文文本进行处理分析。首先经过语料的预处理,将文本表达为二维的词向量矩阵,然后使用卷积神经网络(ConvolutionalNeuralNetwork,CNN)进行局部信息特征的提取,接着将其作为门控循环单元(GatedRecurrentUnit,GRU)的输入,来学习文本词语,句子之间的序列关系,然后引入注意力机制,突出重要信息对文本情感的影响力。实验结果表明,GRU网络的使用和注意力机制的引入确实有助于提高模型性能。

• 单位
  河南理工大学