基于卷积神经网络和注意力模型的文本情感分析.PDF

基于卷积神经网络和注意力模型的文本情感分析 作者 冯兴杰, 张志伟, 史金钏 机构 中国民航大学 计算机科学与技术学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第5 期 访问地址 /article/02-2018-05-057.html 发布日期 2017-05-25 09:23:17 引用格式 冯兴杰, 张志伟, 史金钏. 基于卷积神经网络和注意力模型的文本情感分析[J/OL]. [2017-05-25]. /article/02-2018-05-057.html. 摘要 社交网络已经成为人们表达观点的重要平台，针对社交网络数据的文本情感分析逐步成为一个研 究热点。目前常用的研究方法主要是基于传统机器学习算法，根据手工标注好的情感词典，对文 本信息使用朴素贝叶斯、支持向量机、最大熵方法等机器学习算法进行情感分析。为了避免对手 工方式建立的情感词典的依赖，减少机器学习过程中的人工干预，提出基于卷积神经网络和注意 力模型相结合的方法进行文本情感分析。实验表明，根据准确率、召回率和F1 测度等衡量指标， 本文提出的方法较传统的机器学习方法和单纯的卷积神经网络方法有明显的提高。 关键词 社交网络, 文本情感分析, 卷积神经网络, 注意力模型 中图分类号 TP391.1 基金项目 国家自然科学基金资助项目（U1633110，U1233113） 35 优先出版 计 算 机 应 用 研 究 第 卷 基于卷积神经网络和注意力模型的文本情感分析* 冯兴杰，张志伟，史金钏 ( 中国民航大学 计算机科学与技术学院，天津 300300) 摘 要：社交网络已经成为人们表达观点的重要平台，针对社交网络数据的文本情感分析逐步成为一个研究热点。目前 常用的研究方法主要是基于传统机器学习算法，根据手工标注好的情感词典，对文本信息使用朴素贝叶斯、支持向量机、 最大熵方法等机器学习算法进行情感分析。为了避免对手工方式建立的情感词典的依赖，减少机器学习过程中的人工干 F1 预，提出基于卷积神经网络和注意力模型相结合的方法进行文本情感分析。实验表明，根据准确率、召回率和 测度 等衡量指标，本文提出的方法较传统的机器学习方法和单纯的卷积神经网络方法有明显的提高。 关键词：社交网络；文本情感分析；卷积神经网络；注意力模型 中图分类号：TP391.1 Text sentiment analysis based on convolutional neural networks and attention model Feng Xingjie, Zhang Zhiwei, Shi Jinchuan (College of Computer Science ＆ Technology, Civil Aviation University of China, Tianjin 300300, China) Abstract: Social network has become an important platform for people to express their views, and the text sentiment analysis