基于LSTM-CNNS情感增强模型的微博情感分类方法

摘要：

情感分析是文本分析中一个重要的研究领域,基于新浪微博进行情感极性的分析研究,结合词向量模型、长短期记忆网络(long short-term memory,LSTM)以及注意力机制,搭建了一个适用于中文微博情感分析的模型.同一任务下,基于长短期记忆网络和卷积神经网络(convolutional neural network,CNN)模型,使用情感词库对文本的情感进行加强,搭建了CNN情感增强模型和情感增强型的LSTM-CNNS情感分析模型.使用NLPCC 2013和NLPCC 2014的测评任务标准数据集进行实验.上述两种方法在测试集上的准确率分别为88.02％和93.03％,结果表明LSTM-CNNS情感增强模型在情感分类任务中表现更为突出.

关键词：情感分类、长短期记忆网络、注意力机制、卷积神经网络

所属期刊栏目：34

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61772081;北京信息科技大学校科研基金1825023;科技创新服务能力建设-科研基地建设-北京实验室-国家经济安全预警工程北京实验室项目PXM2018_014224_000010

在线出版日期：2020-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7