基于卷积神经网络和双向门控循环单元网络注意力机制的情感分析

摘要：

传统的情感分析方法不能获取全局特征,以及否定词、转折词和程度副词的出现影响句子极性判断.在深度学习方法基础上提出了基于卷积神经网络和双向门控循环单元网络注意力机制的短文本情感分析方法.将情感积分引入卷积神经网络,利用情感词自身信息,通过双向门控循环网络模型获取全局特征,对影响句子极性的否定词、转折词和程度副词引入注意力机制实现对这类词的重点关注,提取影响句子极性的重要信息.实验结果表明,该模型与现有相关模型相比,有效提高情感分类的准确率.

关键词：深度学习、双向门控循环单元(Bi-GRU)、注意力机制、卷积神经网络、情感分析

所属期刊栏目：21

分类号：TP393.01(计算技术、计算机技术)

资助基金：国家重点研发计划;北京市科委科技计划;北京市教委科研计划

在线出版日期：2021-03-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：269-274