基于字符级双通道复合网络的中文文本情感分析

作者：王丽亚; 刘昌辉; 蔡敦波; 赵彤洲; 王梦

来源：计算机应用研究, 2020, (09): 2674-2678.

DOI：10.19734/j.issn.1001-3695.2019.04.0121

• 卷积神经网络
• 双向门限循环神经网络
• 注意力机制
• 中文文本情感分析 convolutional neural network(CNN)
• BiGRU
• attention
• Chinese text sentiment analysis

针对传统卷积神经网络(CNN)缺乏句子体系特征的表示,以及传统双向门限循环神经网络(BiGRU)缺乏提取深层次特征能力。以中文文本为研究对象,在字符级词向量的基础上提出双通道的CNN-BiGRU复合网络,同时引入注意力机制的模型进行情感分析。首先,在单通道上利用CNN提取深层次短语特征,利用BiGRU提取全局特征的能力深度学习短语体系特征,从而得到句子体系的特征表示;再通过增加注意力层进行有效特征筛选;最后,采用双通道结构的复合网络,丰富了特征信息,加强了模型的特征学习能力。在数据集上进行多组对比实验,该方法取得了92.73%的F1值结果,优于对照组,说明提出的模型能有效地提高文本分类的准确率...

• 单位
  武汉工程大学