基于Attention-BiLSTM模型的对话式文本抑郁识别研究

摘要：

为了精确高效地识别对话式文本的抑郁倾向,提出了一种基于Attention-BiLSTM模型的抑郁倾向识别方法.首先,使用预训练好的FastText语言模型完成对文本词性的向量化表示,并且通过同义词替换方法增强向量的情感特征.其次,在情感特征提取层将Attention机制与BiLSTM模型进行结合,学习对抑郁检测有高度贡献的单词权重和重要的隐藏特征.最后,采用Softmax分类器进行分类,获得最终的抑郁倾向.所提模型在DAIC-WOZ系列公开数据集上进行了验证,准确率达到91.75％,F1指标达到85.22％,均高于其他对比模型.

关键词：文本分类、抑郁识别、情感分析、注意力机制、BiLSTM

所属期刊栏目：19

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省重点研究与开发计划项目;安徽省自然科学基金;安徽省高校自然科学研究项目

在线出版日期：2023-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：38-41