基于BLSTM的维吾尔语文本情感分析

摘要：

针对传统情感分类方法未考虑文本间的深层语义关系,过于依赖背景知识并且忽略文本间情感极性的弊端,结合维吾尔语语言特征以及词语间的情感特征,探索基于word embedding和BI-LSTM的维吾尔语文本情感分析方法.结合词语间的情感特征,利用word embedding构建词向量,获取文本的情感及语义表示;通过训练双向LSTM深度学习模型,实现维吾尔语情感分类.同等条件下,与RNN、CNN、SVM等方法进行对比,对比结果表明,该方法可以有效提高维吾尔语文本情感分类的准确率.

关键词：情感分析、词嵌入、双向长短时记忆神经网络、深度学习、维吾尔语

所属期刊栏目：38

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61331011、61262060、61463048、61462083;国家973重点基础研究发展计划基金项目2014cb340506

在线出版日期：2017-12-01（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：2879-2886