10.3969/j.issn.1672-9722.2021.03.023
基于多特征改进卷积神经网络的文本情感分析
目前基于端到端的卷积神经网络在文本情感分析中大量应用,但是其缺乏对罕见词的处理以及对不同领域的泛化性.基于此提出了一种加入词典特征以及词性特征进行特征增强的卷积神经网络模型——多特征改进卷积神经网络模型.首先采用字特征、词典特征以及词性特征表示句子向量,其次采用分段多池操作抽取重要特征,最后采用投票机制判段文本的情感倾向性.实验中,在数据集相同的情况下与多种情感分析网络模型的进行对比,MFICNN模型的情感识别精度最高,达到了0.944.
卷积神经网络、文本情感分析、分段多池、投票机制
49
TP391(计算技术、计算机技术)
江苏省产业学研究合作项目基金编号:BY2015019-30
2021-04-07(万方平台首次上网日期,不代表论文的发表时间)
共6页
536-541