基于BiLSTM-CNN串行混合模型的文本情感分析 | |
赵宏; 王乐; 王伟杰 | |
刊名 | 计算机应用
![]() |
2020 | |
卷号 | 40期号:1页码:16-22 |
关键词 | 文本情感分析 上下文信息 语义特征 长短时记忆神经网络 卷积神经网络 |
ISSN号 | 1001-9081 |
英文摘要 | 针对现有文本情感分析方法准确率不高、实时性不强以及特征提取不充分的问题,构建了双向长短时记忆神经网络和卷积神经网络(BiLSTM-CNN)的串行混合模型。首先,利用双向循环长短时记忆(BiLSTM)神经网络提取文本的上下文信息;然后,对已提取的上下文特征利用卷积神经网络(CNN)进行局部语义特征提取;最后,使用 Softmax得出文本的情感倾向。通过与CNN、长短时记忆神经网络(LSTM)、BiLSTM等单一模型对比,所提出的文本情感分析模型在综合评价指标F1上分别提高了2.02个百分点、1.18个百分点和0.85个百分点;与长短时记忆神经网络和卷积神经网络(LSTM-CNN)、BiLSTM-CNN并行特征融合等混合模型对比,所提出的文本情感分析模型在综合评价指标F1上分别提高了1.86个百分点和0.76个百分点。实验结果表明,基于BiLSTM-CNN的串行混合模型在实际应用中具有较大的价值。 |
WOS研究方向 | Computer Science |
语种 | 中文 |
CSCD记录号 | CSCD:6656924 |
状态 | 已发表 |
内容类型 | 期刊论文 |
源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/75709] ![]() |
专题 | 计算机与通信学院 |
作者单位 | 兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国 |
推荐引用方式 GB/T 7714 | 赵宏,王乐,王伟杰. 基于BiLSTM-CNN串行混合模型的文本情感分析[J]. 计算机应用,2020,40(1):16-22. |
APA | 赵宏,王乐,&王伟杰.(2020).基于BiLSTM-CNN串行混合模型的文本情感分析.计算机应用,40(1),16-22. |
MLA | 赵宏,et al."基于BiLSTM-CNN串行混合模型的文本情感分析".计算机应用 40.1(2020):16-22. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论