BGRU:中文文本情感分析的新方法
社交网络作为社会生活不可或缺的一部分,针对其产生的文本数据进行情感分析已成为自然语言处理领域的一个研究热点.鉴于深度学习技术能够自动构建文本特征,人们已提出CNN(convolutional neural network)、BLSTM(bidirectional long short-term memory)等模型来解决文本情感分析问题,但还存在结构较为复杂或训练时间较长等问题,而BGRU(bidirectional gated recurrent unit)能记忆序列的上下文信息,并且结构较为简单,训练速度较快.提出一种基于BGRU的中文文本情感分析方法,首先将文本转换为词向量序列,然后利用BGRU获得文本的上下文情感特征,最后由分类器给出文本的情感倾向.在ChnSentiCorp语料上进行实验,该方法取得了90.61%的F1值,效果优于CNN和BLSTM等模型,并且训练速度是BLSTM的1.36倍.
双向门控循环单元(BGRU)、深度学习、情感分析
13
TP391(计算技术、计算机技术)
The Science and Technology Ser-vice Industry Demonstration Project of Sichuan Province under Grant No. 2016GFW0167 四川省科技服务业示范项目
2020-01-17（万方平台首次上网日期，不代表论文的发表时间）
共9页
973-981
