现有的句子级情感分析方法把重点放在针对句子的语义及情感倾向建模上,忽略了词向量的情感倾向性信息。针对这一问题,提出一种情感分析方法 SE-LSTM,并将该方法应用于朝鲜语情感分析任务中。以句子片段的情感评分作为目标,训练多层神经网络,得到情感增强词向量,将之作为LSTM网络的输入,预测句子的情感分类。实验结果表明,与传统的LSTM或CNN模型相比,融合了情感增强词向量的LSTM模型将F1值分别提高了2.55个百分点和1.94个百分点。
科研之友
微信
新浪微博
Facebook
分享链接
