首頁 > 期刊 > 自然科學(xué)與工程技術(shù) > 工程科技II > 綜合科技B類綜合 > 廣東工業(yè)大學(xué)學(xué)報 > 基于雙注意力卷積神經(jīng)網(wǎng)絡(luò)模型的情感分析研究 【正文】
基于雙注意力卷積神經(jīng)網(wǎng)絡(luò)模型的情感分析研究
曾碧卿; 韓旭麗; 王盛玉; 徐如陽; 周武 華南師范大學(xué)軟件學(xué)院; 廣東佛山528225; 華南師范大學(xué)計算機學(xué)院; 廣東廣州510631
- 卷積神經(jīng)網(wǎng)絡(luò)
- 注意力機制
- 情感分類
摘要：卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)無法判別輸入文本中特征詞與情感的相關(guān)性.因此提出一種雙注意力機制的卷積神經(jīng)網(wǎng)絡(luò)模型(Double Attention Convolutional Neural Networks,DACNN),將詞特征與詞性特征有效融合后得到本文的特征表示,確定情感傾向.本文提出局部注意力的卷積神經(jīng)網(wǎng)絡(luò)模型,改進卷積神經(jīng)網(wǎng)絡(luò)的特征提取能力,采用雙通道的局部注意力卷積神經(jīng)網(wǎng)絡(luò)提取文本的詞特征和詞性特征.然后使用全局注意力為特征分配不同的權(quán)重,有選擇地進行特征融合,最后得到文本的特征表示.將該模型在MR和SST-1數(shù)據(jù)集上進行驗證,較普通卷積神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)機器學(xué)習(xí)方法,在準確率上分別取得0.7%和1%的提升.
- 卷積神經(jīng)網(wǎng)絡(luò)
- 注意力機制
- 情感分類
摘要：卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)無法判別輸入文本中特征詞與情感的相關(guān)性.因此提出一種雙注意力機制的卷積神經(jīng)網(wǎng)絡(luò)模型(Double Attention Convolutional Neural Networks,DACNN),將詞特征與詞性特征有效融合后得到本文的特征表示,確定情感傾向.本文提出局部注意力的卷積神經(jīng)網(wǎng)絡(luò)模型,改進卷積神經(jīng)網(wǎng)絡(luò)的特征提取能力,采用雙通道的局部注意力卷積神經(jīng)網(wǎng)絡(luò)提取文本的詞特征和詞性特征.然后使用全局注意力為特征分配不同的權(quán)重,有選擇地進行特征融合,最后得到文本的特征表示.將該模型在MR和SST-1數(shù)據(jù)集上進行驗證,較普通卷積神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)機器學(xué)習(xí)方法,在準確率上分別取得0.7%和1%的提升.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
廣東工業(yè)大學(xué)學(xué)報
- 預(yù)計1個月內(nèi) 預(yù)計審稿周期
- 0.67 影響因子
- 科技 快捷分類
- 雙月刊 出版周期
主管單位：廣東省教育廳;主辦單位：廣東工業(yè)大學(xué)
我們提供的服務(wù)
在線客服
一對一咨詢服務(wù)、簡單快捷、省時省力
了解更多 >
快遞配送
直郵到家、實時跟蹤、更安全更省心
了解更多 >
雜志訂閱
去除中間環(huán)節(jié)享受低價，物流進度實時通知
了解更多 >
雜志推薦
正版雜志，匹配度高、性價比高、成功率高
了解更多 >