融合位置注意力机制和改进BLSTM的食品评论情感分析

摘要：

为了对食品评价的情感倾向进行更加精确的分类,在进行情感语义分析时,卷积神经网络(con-volutional neural networks,CNN)方法在提取目标的结构特征方面具有一定的优势,可以提取到多种局部特征,循环神经网络(recurrent neural networks,RNN)具有记忆功能,在序列特征提取方面具有一定的优势,双向长短时记忆网络(bidirectional long short-term memory,BLSTM)在提取远距离依赖序列语义特征方面可以得到很好的效果.在BLSTM的基础上,又引入基于食品领域的语义角色标注与位置相结合的位置注意力机制,来实现距离相关的序列语义特征提取,利用CNN实现序列语义特征的情感语义分类,从而构造出了一种基于BLSTM和位置注意力机制的食品评论情感分析模型.实验结果表明,设计的模型在情感分类方面取得了很好的分类效果,与之前的情感分类模型进行比较,在准确率结果上有所提高.

关键词：情感分析、评论、双向长短时记忆网络、卷积神经网络、位置注意力机制

所属期刊栏目：41

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家重点研发计划项目;北京市自然科学基金资助项目;北京市自然科学基金资助项目;教育部人文社会科学研究青年基金资助项目;科技创新服务能力建设项目;北京市教委科技类一般项目

在线出版日期：2020-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：58-62