摘要

本发明公开了一种基于注意力组合神经网络的文档级别的情感分类方法。本发明提分为两个阶段来获得文档级别评论的特征用于情感分类:第一个阶段使用两层双向门控循环神经网络来获得具有组成语义的文档矩阵表示,并使用双层注意力机制来区分不同字词与不同句子的重要性;第二阶段使用二维卷积神经网络来采样由第一阶段获得的矩阵表示中更有意义的特征依赖,并生成高维表示用于情感分类,该阶段使用卷积注意力模块来关注重要特征并抑制不必要的特征。本发明解决了现有的情感分类方法中难以进行长文本建模、难以捕捉特征之间的依赖的问题,而且在长文本中,重要信息可出现在文档中的任何位置与组成部分中。