基于注意力机制和双通道神经网络的文本情感分析  

作　　者：李胤丞 刘继[1] LI Yincheng;LIU Ji

机构地区：[1]新疆财经大学统计与数据科学学院,新疆乌鲁木齐830012

出　　处：《信息技术与信息化》2023年第12期71-74,共4页Information Technology and Informatization

基　　金：国家自然社科基金资助项目,大数据背景下网络舆情智能治理:共同体构建;协同演进与引导机制,编号:72164034。

摘　　要：深度学习网络对文本情感分析具有重要意义,通过神经网络可以深层次挖掘文本信息,捕获文本情感。针对单模型神经网络结构单一、无法充分提取文本特征的问题,首先提出一种融合注意力机制的双通道复合神经网络(Attention-DRNN),在嵌入层利用word2vec方法进行层嵌入,融入注意力机制对输入词向量进行动态加权。其次,采用双通道结构,利用Text-CNN提取文本局部特征、Bi-LSTM提取文本全局特征,并进行特征融合。然后,通过softmax分类器进行分类。最后,在两个标准数据集上进行测试,通过与LSTM、Bi-LSTM、RNN、Text-CNN单模型神经网络进行对比实验。实验表明Attention-DRNN网络在情感分类任务上具有较好的效果。

关 键 词：注意力机制 双通道 Text-CNN Bi-LSTM 文本情感分析 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]