融合主题模型与自注意力机制的短文本情感分析方法

摘要：

短文本信息被越来越多的商业分析所重视,企业能够从文本数据中挖掘出用户情感信息从而做出更有价值的商业决策.现有的文本分析模型对于特征模糊、数据稀疏的短文本数据难以准确挖掘上下文语境信息.针对该问题,提出了一种融合主题模型与自注意力机制的短文本情感分析方法.采用主题模型对稀疏文本进行特征扩展,输入Word2vec训练主题词向量,由双向长短期记忆网络(Bi-LSTM)挖掘短文本上下文特征,经过自注意力机制进行权重重分配,最后由Softmax得到情感极性的分类概率.通过该算法与多种常见模型进行对比实验,在情感判断准确率上优于其他模型.

关键词：短文本情感分析;自注意力机制;隐狄利克雷模型;Bi-LSTM

所属期刊栏目：40

分类号：TP391;TN-9(计算技术、计算机技术)

在线出版日期：2022-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：18-23