基于BiGRU-attention神经网络的文本情感分类模型

摘要：

针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-attention的文本情感分类模型.首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本情感极性分类.实验结果表明,所提的神经网络模型在IMDB数据集上的准确率是90.54％,损失率是0.2430,时间代价是1100 s,验证了BiGRU-attention模型的有效性.

关键词：文本情感分类、注意力机制、双向门控循环神经网络

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;2016年辽宁省教育厅城市研究院一般项目

在线出版日期：2020-05-11（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：3558-3564