10.14188/j.1671-8836.2019.03.007
基于AM-BiLSTM模型的情绪原因识别
文本情绪原因识别是情感分析中一个新的研究方向,旨在从文本中自动检测出导致某一情绪产生的原因.针对循环神经网络在长文中出现的长期依赖问题,本文提出了一种基于注意力机制和双向长短时记忆(attention model and bi-directional long short-term memory,AM-BiLSTM)神经网络模型的情绪原因识别方法.该方法采用字符向量表示文本语义信息,使用BiLSTM模型提取文本特征,该过程结合了人工提取的子句特征,在训练模型时,引入了注意力机制来优化模型性能,使用softmax对子句进行分类.实验结果表明本文方法对情绪原因的识别是有效的.
情绪原因识别、注意力机制、双向长短时记忆网络、特征提取
TP391(计算技术、计算机技术)
国家社科基金重大研究计划11&ZD189;湖北省教育厅人文社会科学研究项目17Y018
2019-12-19(万方平台首次上网日期,不代表论文的发表时间)
共7页
276-282