|
|
1.
基于门控机制和卷积神经网络的中文文本情感分析模型
杨璐, 何明祥
计算机应用
2021, 41 (10):
2842-2848.
DOI: 10.11772/j.issn.1001-9081.2020122043
针对中文数据的特殊性导致判别时容易产生噪声信息，使用传统卷积神经网络（CNN）无法深度挖掘情感特征信息等问题，提出了一种结合情感词典的双输入通道门控卷积神经网络（DC-GCNN-SL）模型。首先，使用情感词典的词语情感分数对句子中的词语进行标记，从而使网络获取情感先验知识，并在训练过程中有效地去除了输入句子的噪声信息；然后，在捕获句子深度情感特征时，提出了基于GTRU的门控机制，并通过两个输入通道的文本卷积运算实现两种特征的融合，控制信息传递，有效地得到了更丰富的隐藏信息；最后，通过softmax函数输出文本情感极性。在酒店评论数据集、外卖评论数据集和商品评论数据集上进行了实验。实验结果表明，与文本情感分析的其他模型相比，所提模型具有更好的准确率、精确率、召回率和F1值，能够有效地获取句子的情感特征。
参考文献 |
相关文章 |
多维度评价
|
|
