结合注意力机制的新闻文本情感分析算法

摘要：

为了对互联网新闻文本进行情感极性分析,本文引入注意力机制的思想.通过改进TF-IDF算法和Bi-LSTM神经网络构建注意力模型,筛选出对情感极性相对更有影响的子文本;再使用roBerta预训练模型使文本信息得到良好表征,通过LSTM-GRU深度神经网络进行极性分类判断;此外也采用了集成学习等技巧使模型的稳定性和准确率进一步提升.最终在测试集上的F1值达到0.8795,实验证明本文算法性能一定程度上优于传统算法.

关键词：文本情感分析、新闻文本、注意力机制、文本表征、循环神经网络

所属期刊栏目：10

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2021-01-18（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：15-18