基于注意力双层LSTM的长文本情感分类方法

摘要：

针对由于长文本评论篇幅长,正负情感特征离散分布且每个句子的的情感语义贡献度不同,导致难以准确判断全文情感倾向的问题,提出一种基于注意力双层LSTM的长文本情感倾向性分析方法.该方法首先利用LSTM学习句子级情感向量表示;然后采用双向LSTM对文档中所有句子的情感语义及句子间的语义关系进行编码,并基于注意力机制对具有不同情感语义贡献度的句子进行权值分配;最后,加权句子级情感向量表示得到长文本的文档级情感向量表示,经过Softmax层得到长文本情感倾向.在Yelp2015和IMDb电影评论语料上实验,结果表明该方法能达到较好的分类效果,进一步提升了情感分类的正确率.

关键词：长短时记忆网络、注意力机制、评论文本、情感分类

所属期刊栏目：28

分类号：TP181(自动化基础理论)

在线出版日期：2019-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：118-125