基于深度学习和注意力机制的微博情感分析

摘要：

为了提高微博情感分析的性能,采用深度学习算法中的循环神经网络用于情感分类,并采用注意力机制对词特征进行选择加权,以增强循环神经网络的分类的准确率.首先,将微博语料进行去噪、分词、向量化等处理,形成微博初始样本.然后,构建循环神经网络的微博分类模型,通过隐藏层节点循环,并结合历史时刻及当前时刻隐藏层输出获得词特征向量.接着,注意力机制用于词特征相似计算及选择加权构建句子特征,并采用Softmax函数获得分类结果.最后,通过微博情感分类仿真测试验证了所提方法的可靠性.实验结果表明,相比常用微博情感分类算法,通过合理设置注意力机制窗口大小,所提方法在不同词向量规模样本下均表现出更高的分类性能.

关键词：微博情感、深度学习、循环神经网络、注意力机制

所属期刊栏目：46

分类号：TP312;G254(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省科技厅科技攻关项目;校级应用基础研究与应用专项项目

在线出版日期：2023-06-28（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：115-121