文献类型：期刊文章

作　　者：程艳[1] 孙欢[1] 陈豪迈[2] 李猛[1] 蔡盈盈[1] 蔡壮[1]

CHENG Yan;SUN Huan;CHEN Haomai;LI Meng;CAI Yingying;CAI Zhuang(School of Computer Information Engineering,Jiangxi Normal University,Nanchang,Jiangxi 330022,China;School of Mathematics and Computer,Yuzhang Normal University,Nanchang,Jiangxi 330103,China)

机构地区：[1]江西师范大学计算机信息工程学院,江西南昌330022 [2]豫章师范学院数学与计算机学院,江西南昌330103

出　　处：《中文信息学报》

基　　金：国家自然科学基金(61967011);江西省自然科学基金(20202BABL202033);江西省科技攻关重点研发项目(20161BBE50086);江西省教育厅科技重点项目(GJJ150299);江西省教育厅人文社科重点项目(JD19056);国家社会科学基金(20AXW009)。

年　　份：2021

卷　　号：35

期　　号：5

起止页码：118-129

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：文本情感分析是自然语言处理领域一个重要的分支。现有深度学习方法不能更为全面地提取文本情感特征,且严重依赖于大量的语言知识和情感资源,需要将这些特有的情感信息充分利用使模型达到最佳性能。该文提出了一种融合卷积神经网络与双向GRU网络的文本情感分析胶囊模型。该模型首先使用多头注意力学习单词间的依赖关系、捕获文本中情感词,利用卷积神经网络和双向GRU提取文本不同粒度的情感特征,特征融合后输入全局平均池化层,在得到文本的实例特征表示的同时,针对每个情感类别结合注意力机制生成特征向量构建情感胶囊,最后根据胶囊属性判断文本情感类别。模型在MR、IMDB、SST-5及谭松波酒店评论数据集上进行实验,相比于其他基线模型具有更好的分类效果。

关 键 词：文本情感分析 多头注意力  卷积神经网络 双向门控循环网络  情感胶囊  

分 类 号：TP391]