一种用于特定目标情感分析的深度网络模型

摘要：

基于注意力机制的长短期记忆(LSTM) 网络在训练过程中需要耗费大量时间,且仅以句子作为网络输入难以有效区分同一句中不同目标的情感极性.为此,提出一种结合卷积神经网络(CNN) 和区域LSTM 的深度网络模型.通过区域LSTM 实现特定目标的区域划分,在保留特定目标重要情感信息的同时,有效区分不同目标的特征信息,并利用CNN 保留整个句子的情感信息.实验结果表明,该模型能有效识别不同目标的情感极性,相比传统网络模型具有更短的模型训练时间.

关键词：深度学习、情感分析、特定目标、卷积神经网络、长短期记忆网络、深度网络模型

所属期刊栏目：45

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61232006;上海市自然科学基金14ZR1412400

在线出版日期：2019-05-31（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：286-292