|
|
1.
CNN-BiGRU网络中引入注意力机制的中文文本情感分析
王丽亚, 刘昌辉, 蔡敦波, 卢涛
计算机应用
2019, 39 (10):
2841-2846.
DOI: 10.11772/j.issn.1001-9081.2019030579
传统卷积神经网络（CNN）中同层神经元之间信息不能互传，无法充分利用同一层次上的特征信息，缺乏句子体系特征的表示，从而限制了模型的特征学习能力，影响文本分类效果。针对这个问题，提出基于CNN-BiGRU联合网络引入注意力机制的模型，采用CNN-BiGRU联合网络进行特征学习。首先利用CNN提取深层次短语特征，然后利用双向门限循环神经网络（BiGRU）进行序列化信息学习以得到句子体系的特征和加强CNN池化层特征的联系，最后通过增加注意力机制对隐藏状态加权计算以完成有效特征筛选。在数据集上进行的多组对比实验结果表明，该方法取得了91.93%的F1值，有效地提高了文本分类的准确率，时间代价小，具有很好的应用能力。
参考文献 |
相关文章 |
多维度评价
|
|
