基于CSLSTM网络的文本情感分类

摘要：

文本情感分类是自然语言处理领域的研究热点, 更是产品评价领域的重要任务.考虑到词向量与句向量之间的语义关系和用户信息、产品信息对文本情感分类的影响, 提出余弦相似度LSTM网络. 该网络通过在不同语义层级中引入用户信息和产品信息的注意力机制, 并根据词向量和句向量之间的相似度初始化词层级注意力矩阵中隐层节点的权重. 在Yelp13、Yelp14和IMDB三个情感分类数据集上的实验结果表明文中方法的有效性.

关键词：文本情感分类、注意力机制、用户信息、产品信息、语义关系、相似度

所属期刊栏目：27

在线出版日期：2018-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：230-235