基于Reformer模型的文本情感分析

摘要：

为提高中文文本情感分析任务的准确率,优化训练时长,提出基于Reformer的文本情感分析模型.利用Reformer模型的上下文语义编码能力,充分获得文本上下文的特征,提高文本分类准确率;在Transformer模型的基础上,引入局部敏感哈希注意力机制及可逆残差,降低模型的复杂度及内存的占用.在3个公开数据集上进行实验,实验结果表明,该模型在准确率及训练时间上均优于其它模型.

关键词：文本情感分析、深度学习、Reformer模型、局部敏感哈希注意力机制、可逆残差

所属期刊栏目：43

分类号：TP183(自动化基础理论)

在线出版日期：2022-04-28（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：1089-1095