情境特征及其在情感分类模型中的应用

摘要：

研究情境特征在文本分类中的作用,提出了一种层级双向LSTM模型用于情感分类问题.该模型首先将句子分词,把词向量作为第一层双向LSTM模型的输入;其次从文档中提取出稠密、连续的向量作为情境特征;然后将第一层模型的输出向量和情境向量共同输入第二层双向LSTM;最后将这种层级双向的LSTM模型的输出向量通过sigmoid函数进行分类.情境向量作用于每个句子,一致的情感得到增强,不一致的情感被弱化,从而提高了分类的精度.在两个公开数据集上的实验表明,整合了情境特征的层级双向LSTM取得较优的精度.除此之外,通过在一个包含两万余条中文评论的公开数据集上对模型进行测试,表明该模型测试正确率相比于普通的LSTM和双向LSTM都有提升,说明情境特征对于提升情感分类的作用比较显著.

关键词：情境特征、情感分类、层级双向LSTM

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：政府间国际科技创新合作重点专项资助项目;河南省科技攻关资助项目;河南省高等学校重点科研项目

在线出版日期：2020-06-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：144-147