您的位置:网站首页 > 《中文科技期刊数据库》 > 工程技术 > 自动化计算机 > 计算机应用 > 摘要

基于LSTM前融合中文情感倾向分类模型的研究

《成都信息工程大学学报》2020年 第2期 | 王铃 陶宏才   西南交通大学信息科学与技术学院 四川成都611756
导出参考文献 ★ 收藏 | 分享
  • 第1页
  • 第2页
  • 第3页
  • 第4页
论文服务:
摘 要:在互联网平台上,用户可以针对电影、新闻等发表自己的观点、表达自己的情感,为其他用户提供消费该商品的参考意见,也帮助产品经理制定有效的产品消费策略。目前,针对中文情感倾向分类、深度学习的方法取得了一定的成就,尤其是长短期记忆神经网络(LSTM)。该网络是一个时序模型,可以很好地理解评论语义抓住评论中蕴含的情感倾向,但是它存在词向量构建阶段无法突出情感词的情感信息,以及无法针对不同场景进行文本情感倾向分析的问题。为此,提出LSTM前融合情感倾向分类模型。新模型利用情感词的情感标签修正情感词向量,解决了情感词向量无法突出情感信息的问题,并且将电影的简介作为一个输入特征融合到最终句子的特征向量中,实现针对具体的电影新闻场景评论情感倾向分类。实验结果表明,新模型相对于基本的LSTM模型取得了更好的效果,亦表明该模型能更加精确地抓取评论的情感信息。
【分 类】【工业技术】 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 文字信息处理
【关键词】 情感倾向分类 LSTM 情感词向量 前融合模型
【出 处】 《成都信息工程大学学报》2020年 第2期 139-145页 共7页
【收 录】 中文科技期刊数据库