基于Bi-LSTM的财金文本情感分类研究

作者：胡赫薇; 冯晓曦

来源：电脑与信息技术, 2020, 28(02): 35-37.

DOI：10.19414/j.cnki.1005-1228.2020.02.011

• Bi-LSTM
• 情感分析
• 上下文特征

针对现有文本情感分析方法准确率不高、实时性不强以及特征提取不充分的问题,构建了双向长短时记忆神经网络(Bi-LSTM)模型。利用双向循环长短时记忆神经网络(Bi-LSTM)提取文本的上下文信息;然后,对已提取的上下文特征利用LSTM进行局部语义特征提取;最后,采用语法规则,构建情感分类器。通过与RNN、Bi-LSTM等单一模型对比。实验结果表明,多层LSTM结构相比传统RNN(循环神经网络)的ROUGE(语义恢复度)值更高,具有较好的学习能力。

• 单位
  上海立信会计金融学院