融合词性特征的基于BiGRU-Attention的影评分类研究

摘要：

笔者提出了一种结合词性特征与注意力机制的双向门控循环神经网络分类模型.使用文本词性特征,提升了模型深入挖掘上下文之间隐含特征的能力,降低了噪音文本对模型的干扰.在隐层增加注意力机制,为隐层输入的特征分配相应概率权重,提升重要隐层特征的关注度.此分类模型的准确率为91.36％,相比于原模型BiGRU,提升近3个百分点,有显著改进效果.

关键词：词性特征、注意力机制、影评分类

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2019-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：44-45