计算机应用研究

作者：王丽亚,刘昌辉,蔡敦波,赵彤洲,王梦,

单位：武汉工程大学计算机科学与工程学院,武汉430205；

关键词：卷积神经网络,双向门限循环神经网络,注意力机制,中文文本情感分析,

基金：国家自然科学基金资助项目(61103136)；武汉工程大学教育创新计划资助项目(CX2018196)；；

针对传统卷积神经网络（CNN）缺乏句子体系特征的表示，以及传统双向门限循环神经网络（BiGRU）缺乏提取深层次特征能力。以中文文本为研究对象，在字符级词向量的基础上提出双通道的CNN-BiGRU复合网络，同时引入注意力机制的模型进行情感分析。首先，在单通道上利用CNN提取深层次短语特征，利用BiGRU提取全局特征的能力深度学习短语体系特征，从而得到句子体系的特征表示；再通过增加注意力层进行有效特征筛选；最后，采用双通道结构的复合网络，丰富了特征信息，加强了模型的特征学习能力。在数据集上进行多组对比实验，该方法取得了92.73%的F1值结果，优于对照组，说明提出的模型能有效地提高文本分类的准确率。同时在单句测试上量化出模型优势，且实现了模型的实际应用能力。

来源：2020年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第9期