首頁 > 期刊 > 自然科學與工程技術 > 工程科技II > 綜合科技B類綜合 > 廣東工業大學學報 > 基于雙注意力卷積神經網絡模型的情感分析研究 【正文】
基于雙注意力卷積神經網絡模型的情感分析研究
曾碧卿; 韓旭麗; 王盛玉; 徐如陽; 周武 華南師范大學軟件學院; 廣東佛山528225; 華南師范大學計算機學院; 廣東廣州510631
- 卷積神經網絡
- 注意力機制
- 情感分類
摘要：卷積神經網絡(Convolutional Neural Networks,CNN)無法判別輸入文本中特征詞與情感的相關性.因此提出一種雙注意力機制的卷積神經網絡模型(Double Attention Convolutional Neural Networks,DACNN),將詞特征與詞性特征有效融合后得到本文的特征表示,確定情感傾向.本文提出局部注意力的卷積神經網絡模型,改進卷積神經網絡的特征提取能力,采用雙通道的局部注意力卷積神經網絡提取文本的詞特征和詞性特征.然后使用全局注意力為特征分配不同的權重,有選擇地進行特征融合,最后得到文本的特征表示.將該模型在MR和SST-1數據集上進行驗證,較普通卷積神經網絡和傳統機器學習方法,在準確率上分別取得0.7%和1%的提升.
- 卷積神經網絡
- 注意力機制
- 情感分類
摘要：卷積神經網絡(Convolutional Neural Networks,CNN)無法判別輸入文本中特征詞與情感的相關性.因此提出一種雙注意力機制的卷積神經網絡模型(Double Attention Convolutional Neural Networks,DACNN),將詞特征與詞性特征有效融合后得到本文的特征表示,確定情感傾向.本文提出局部注意力的卷積神經網絡模型,改進卷積神經網絡的特征提取能力,采用雙通道的局部注意力卷積神經網絡提取文本的詞特征和詞性特征.然后使用全局注意力為特征分配不同的權重,有選擇地進行特征融合,最后得到文本的特征表示.將該模型在MR和SST-1數據集上進行驗證,較普通卷積神經網絡和傳統機器學習方法,在準確率上分別取得0.7%和1%的提升.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
