基于BiLSTM-CNN串行混合模型的文本情感分析
赵宏; 王乐; 王伟杰
2020
Source Publication计算机应用
ISSN1001-9081
Volume40Issue:1Pages:16-22
Abstract针对现有文本情感分析方法准确率不高、实时性不强以及特征提取不充分的问题,构建了双向长短时记忆神经网络和卷积神经网络(BiLSTM-CNN)的串行混合模型。首先,利用双向循环长短时记忆(BiLSTM)神经网络提取文本的上下文信息;然后,对已提取的上下文特征利用卷积神经网络(CNN)进行局部语义特征提取;最后,使用 Softmax得出文本的情感倾向。通过与CNN、长短时记忆神经网络(LSTM)、BiLSTM等单一模型对比,所提出的文本情感分析模型在综合评价指标F1上分别提高了2.02个百分点、1.18个百分点和0.85个百分点;与长短时记忆神经网络和卷积神经网络(LSTM-CNN)、BiLSTM-CNN并行特征融合等混合模型对比,所提出的文本情感分析模型在综合评价指标F1上分别提高了1.86个百分点和0.76个百分点。实验结果表明,基于BiLSTM-CNN的串行混合模型在实际应用中具有较大的价值。
Keyword文本情感分析 上下文信息 语义特征 长短时记忆神经网络 卷积神经网络
Indexed ByCSCD
Language中文
WOS Research AreaComputer Science
WOS SubjectCOMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS
CSCD IDCSCD:6656924
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/75709
Collection计算机与通信学院
Affiliation兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
First Author AffilicationColl Comp & Commun
First Signature AffilicationColl Comp & Commun
Recommended Citation
GB/T 7714
赵宏,王乐,王伟杰. 基于BiLSTM-CNN串行混合模型的文本情感分析[J]. 计算机应用,2020,40(1):16-22.
APA 赵宏,王乐,&王伟杰.(2020).基于BiLSTM-CNN串行混合模型的文本情感分析.计算机应用,40(1),16-22.
MLA 赵宏,et al."基于BiLSTM-CNN串行混合模型的文本情感分析".计算机应用 40.1(2020):16-22.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[赵宏]'s Articles
[王乐]'s Articles
[王伟杰]'s Articles
Baidu academic
Similar articles in Baidu academic
[赵宏]'s Articles
[王乐]'s Articles
[王伟杰]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[赵宏]'s Articles
[王乐]'s Articles
[王伟杰]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.