一种融合双向LSTM和CNN的混合情感分析模型

摘要

针对现有文本情感分析方法实时性不强、难以应用到大规模文本、不能同时提取文本上下文信息和局部语义特征等问题,提出一种融合双向长短期记忆（LSTM）和卷积神经网络（CNN）的混合情感分析模型.通过使用双向LSTM和CNN模型对由word2vec编码得到的文本词向量进行训练,运用注意力机制将双向LSTM模型学习到的特征作用于CNN模型上,并进行特征加权,最后将双向LSTM模型和CNN模型得到的结果进行拼接,由分类器得到相应的情感分类结果.在NLPCC-SCDL数据集上进行实验,结果表明所提出的融合双向LSTM和CNN模型在精度、召回、f₁值和准确度方面优于两个单独的模型.

关键词

自然语言处理(NLP) / 情感分析 / 双向长短记忆网络(Bi-LSTM) / 卷积神经网络(CNN)