融合卷积神经网络和注意力的评论文本情感分析

作者：朱烨; 陈世平

来源：小型微型计算机系统, 2020, 41(03): 551-557.

• 卷积神经网络
• KNN算法
• 注意力机制
• 文本情感分析

针对现有文本情感分析算法中网络模型输入单一,同时缺乏考虑相似文本实例对整体分类效果影响的现状,提出一种融合卷积神经网络和注意力的评论文本情感分析模型.首先,利用KNN算法得到加权文本矩阵,获得相似文本特征,使得分类特征更加丰富.然后,通过加权文本矩阵与原始文本矩阵构建注意力,捕获更多关键信息,使模型做出准确的判断.最后,使用双通道卷积神经网络模型对文本情感分类.本文在三个不同的数据集上进行大量实验,表明本算法可以有效利用文本特征间的依赖性,获取更多有用特征.同时根据准确率、召回率、精确率、F1值等衡量指标,表明本文所使用的模型相较于其他算法效果更优,实现了良好的分类性能.

• 单位
  上海理工大学