一种基于ERNIE-CNN模型的条件式情感分类方法  

作　　者：闫晓然 向徐 

机构地区：[1]不详

出　　处：《电信技术研究》2022年第2期34-42,共9页Research on telecommunication technology

摘　　要：为弥补传统情感分类方法在面对不同长度序列时的不足,设计了一种基于知识增强语义(Enhanced Representation through Knowledge Integration,ERNIE)和卷积神经网络(Convolution Neural Network,CNN)相结合的条件式中文文本情感分类方法。该方法采用ERNIE模型进行文本向量化表示,通过CNN进一步特征提取,建立长序列和短序列两种ERNIE-CNN模型供系统按条件选择使用。在公开的电商平台评论数据集上的实验结果显示,该方法的分类准确率明显高于传统情感分类方法,有效解决传统文本分类方法中无法充分利用词、短语语义的缺点,可以更好地应对样本长度不均的问题。

关 键 词：情感分类 ERNIE 卷积神经网络 条件式 

分 类 号：G63[文化科学—教育学]