基于改进胶囊网络的文本细粒度情感分类方法

摘要：

针对当前文本细粒度情感分类方法仅通过浅层卷积获取文本情感特征,导致多种文本细粒度情感分类效果差,具有歧义的文本细粒度情感分类精度低的问题,提出基于改进胶囊网络的文本细粒度情感分类方法.使用信息增益最大原则,优化文本特征集,引入文本特征词语位置信息,优化贝叶斯模型词语分辨性能,消除文本歧义.基于改进稠密胶囊网络模型,建立自注意力特征模型,提取文本细粒度情感特征,使用局部约束动态路由算法,选取与变换矩阵共享局部范围胶囊路由,实现文本细粒度情感分类.实验结果表明,所提方法的查准率、召回率以及F1值较高,多种文本细粒度情感分类效果较好,能够有效提高具有歧义的文本细粒度情感分类精度.

关键词：改进胶囊网络;文本细粒度;情感分类;词义消歧

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：中国教师发展基金会;广东理工学院质量工程项目基金;广东理工学院质量工程项目基金

在线出版日期：2021-11-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：466-470