科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着舆论数据的快速增长，情感分析技术在舆论检测中发挥越来越重要的作用。由于文本数据本身的稀疏性和高维性，加上中文语义的复杂性，情感分析面临着巨大挑战。本文提出了基于BERT变种的深度学习模型。首先利用BERT模型将文本编码为词向量，采用权重矩阵对词向量加权，增强语句中情感特征，然后利用BiLSTM提取词向量中上下文特征，利用注意力机制对隐特征向量进行特征加权。经过处理后，利用卷积神经网络提取出文本中重要的局部特征，最后输出到全连接层进行文本的分类。实验表明，相比BERT模型，BiLSTM以及其它文本分类模型，该模型在外卖评论数据集中的精确率明显提高。
-
单位四川轻化工大学
