基于BGRU-CNN的层次结构微博情感分析

刘高军赵希明

北方工业大学;

摘要：

目前,微博情感分析方法存在以下2方面问题:1)对于微博文本的情感语义表示模型存在缺陷,不能有效表示文本整体的情感语义信息.2)多采用全局分类器,对于细粒度情感分析,往往效果不佳.针对以上问题,本文提出一种BGRU-CNN神经网络模型,结合基于双向门控循环单元的神经网络和卷积神经网络来训练分类器,并采用层次结构分类方法进一步提高了模型在细粒度微博情感分类任务上的效果.在NLPCC2014微博情感分析数据集上进行实验,取得了比传统模型和方法更好的分类效果.

关键词：情感分析、循环神经网络、卷积神经网络、BGRU-CNN、层次结构

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：新闻出版业科技与标准重点实验室——CNONIX国家标准应用与推广实验室“CNONIX数据符合性测试”项目4020548418H1

在线出版日期：2019-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：68-76