基于深度学习的文本情感分析

摘要：

传统的文本情感分析主要基于情感词典、机器学习以及传统的神经网络模型等实现特征的提取及情感的分类,但由于语料简短及特征稀疏,使得这类情感分析方法取得的效果不理想.因此,提出采用基于Self-Attention机制的卷积神经网络(CNN)和双向长短时记忆网络(BI-LSTM)相结合的模型结构(SCBILSTM模型)对微博文本进行情感分析,SCBILSTM利用双向循环神经网络对文本上下文进行特征提取,并利用CNN进行局部特征提取,在此基础上添加自注意力机制,在通过网络爬虫抓取的微博数据集上和其他模型进行对比实验,验证本文中所提出的模型有效提升了文本分类的准确率.

关键词：CNN、BI-LSTM、Self-Attention、情感分析、FastText向量

所属期刊栏目：42

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2020-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：142-149