文章摘要
李 辉.基于CNNGRU-Attention模型的文本情感分析[J].制造业与自动化,2019,41(9):19-23
基于CNNGRU-Attention模型的文本情感分析
CNNGRU-Attention model for text sentiment analysis
  
DOI:
中文关键词: 情感分析;深度学习;卷积神经网络;门控循环单元;注意力模型
英文关键词: 
基金项目:河南省基础与前沿技术研究计划(152300410103);河南省教育厅科学技术研究重点项目(13a510330)
作者单位
李 辉  
摘要点击次数: 6
全文下载次数: 0
中文摘要:
      针对目前文本情感分析任务中所使用的神经网络结构无法提取文本重要特征的问题,提出了一 种基于注意力机制的混合网络模型来对中文文本进行处理分析。首先经过语料的预处理,将 文本表达为二维的词向量矩阵,然后使用卷积神经网络(Convolutional Neural Network, CNN)进行局部信息特征的提取,接着将其作为门控循环单元(Gated Recurrent Unit, GRU)的输入,来学习文本词语,句子之间的序列关系,然后引入注意力机制,突出重要信息 对文本情感的影响力。实验结果表明,GRU网络的使用和注意力机制的引入确实有助于提高模 型性能。
英文摘要:
      
查看全文   查看/发表评论  下载PDF阅读器
关闭
function PdfOpen(url){ var win="toolbar=no,location=no,directories=no,status=yes,menubar=yes,scrollbars=yes,resizable=yes"; window.open(url,"",win); } function openWin(url,w,h){ var win="toolbar=no,location=no,directories=no,status=no,menubar=no,scrollbars=yes,resizable=no,width=" + w + ",height=" + h; controlWindow=window.open(url,"",win); } &et=DAC49CCDA61F045EA6B727AA1C2408E3DF5EB7C1C7B3A29F92F3E39482C3383231AE9DEF8442F0BCD18B7A1EFDF518FEDDAF42C153A6A8CA&pcid=&cid=&jid=&yid=B6351343F4791CA3&aid=&vid=&iid=9CF7A0430CBB2DFD&sid=2A8D03AD8076A2E3&eid=EA389574707BDED3&fileno=281417&flag=1&is_more=0">