基于BiGRU-ReCNN的微博文本情感倾向性分析

作者：狄巨星; 柳子旭

来源：河北建筑工程学院学报, 2022, 40(02): 210-216.

• 情感分析
• BiGRU
• CNN
• 文本信息

随着上网需要的条件越来越简单，人们在互联网发表的看法也逐渐增多，通过互联网倾听民众意愿成为了舆情监测重要的一环。深度学习作为主要的舆情监测工具，也成为了研究热点。本文结合双向门控循环单元网络（BiGRU）和卷积神经网络（Convolution Neural Network,CNN）的优势，提出了一种基于双向门控循环单元和循环CNN(BiGRU-ReCNN)的网络结构，并增强了对非文本信息的特征提取。该模型利用BiGRU结构来弥补CNN不能获得前后文关系的缺点，用CNN来增加深度特征的提取能力，同时在增加网络深度与数据精度的同时并没有大幅度增加计算量。在微博官方数据集的文本分类任务中，相比其他单一模型拥有更高的准确率和更少的耗时，验证了模型的高效性。

• 单位
  河北建筑工程学院