基于Self-Attention和TextCNN-BiLSTM的中文評(píng)論文本情感分析模型

打開(kāi)文本圖片集

摘要：目前關(guān)于中文評(píng)論文本的情感分類(lèi)方法大都無(wú)法充分捕捉到句子的全局語(yǔ)義信息，同時(shí)也在長(zhǎng)距離的語(yǔ)義連接或者情感轉(zhuǎn)折理解上具有局限性，因而導(dǎo)致情感分析的準(zhǔn)確度不高。針對(duì)這個(gè)問(wèn)題，本文提出一種融合Self-Attention和TextCNN-BiLSTM的文本情感分析方法。該方法首先采用文本卷積神經(jīng)網(wǎng)絡(luò)（TextCNN）來(lái)提取局部特征，并利用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（BiLSTM）來(lái)捕捉序列信息，從而綜合考慮了全局和局部信息，在特征融合階段，再采用自注意力機(jī)制來(lái)動(dòng)態(tài)地融合不同層次的特征表示，對(duì)不同尺度特征進(jìn)行加權(quán)，從而提高重要特征的響應(yīng)。（剩余20482字）