一种基于BiGRU和胶囊网络的文本情感分析方法

作者：乔百友; 武彤; 杨璐; 蒋有文

来源：吉林大学学报（工学版）, 2023, 1-11.

DOI：10.13229/j.cnki.jdxbgxb20221229

• 深度学习
• 方面特征
• 情感分析
• 评论文本

现有基于商品评论文本的情感分析方法大都较少考虑评论文本的方面特征，相关分析模型也未同时考虑上下文长期依赖特征和文本局部特征，因而影响了情感分析的准确度。针对这个问题，提出了一种基于双向门控循环网络(Bidirectional Gate Recurrent Unit， BiGRU)和胶囊网络(Capsule Network)的文本情感分析方法。该方法首先采用基于词频统计的方法来提取出评论文本的方面特征，并将其融入到词向量表示中，从而有效提升词向量的表达能力。然后，采用BiGRU来提取文本的上下文长期依赖特征，采用胶囊网络来提取文本的局部特征，从而实现基于方面的高精度文本情感分析。真实数据集上的实验结果表明，本文提出的方法在准确率、查准率、查全率和F1分数等评价指标上，均优于双向长短期记忆网络(Bi-directional Long-Short Term Memory， BiLSTM)、CNN-LSTM、TextCNN等现有情感分析模型。

• 单位
  东北大学