基于Att-BiGRU-CRF模型的中文文本情感分析

作者：张永成; 王怀彬^*

来源：天津理工大学学报, 2021, 37(06): 31-35.

• 自然语言处理
• 情感分析
• 注意力机制
• 双向门控循环神经网络
• 条件随机场

基于注意力机制(attention)的神经网络模型在自然语言处理的情感分析任务中至关重要。针对目前情感分析任务中现有神经网络模型耗时长、准确率低、特征提取不充分等问题,本文提出了基于注意力机制结合条件随机场(conditional random field,CRF)和双向门控循环神经网络(bidirectional gated recurrent unit neural network,BiGRU)的Att-BiGRU-CRF模型。该模型以BiGRU为语言模型,提取文本的语义信息和特征结构,通过注意力机制加强重要词语的权重,最后用CRF模型作为分类器提高结果的准确率。该模型在谭松波老师的酒店评论语料中进行测试,准确率为89.75%,召回率为86.73%,综合评价值F1为88.21%,与BiGRU、Att-BiGRU等模型对比表现更为优秀,验证了Att-BiGRU-CRF模型的优越性。

• 单位
  天津理工大学