基于BGRU和自注意力机制的情感分析

摘要：

自然语言处理领域的一个研究热点是对社交网络产生的文本数据进行情感分析.由于循环神经网络结构复杂且存在记忆丢失、梯度弥散问题影响分类的准确率;而注意力机制需要依赖较多的参数,无法关注更多文本的内部序列关系.针对此问题,提出基于BGRU和自注意力机制的情感分析.模型首先将文本用GloVe向量化,之后使用BGRU提取文本的上下文信息,再通过自注意力机制动态调整特征的权重,最后用分类器得到情感分类的结果.提出的模型在IMDB英文语料库上进行多组对比实验,结果表明,该方法在文本分类中的准确率达到91.23％.

关键词：情感分析、双向门限循环单元(BGRU)、自注意力机制

所属期刊栏目：48

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61402013

在线出版日期：2020-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：80-89