情感分析是自然语言处理领域的一个重要分支,卷积神经网络(CNN)在文本情感分析方面取得了较好的效果,但其未充分提取文本信息中的关键情感信息。为此,建立一种基于注意力机制的深度学习模型AT- DPCNN。利用注意力矩阵重点关注文本序列中对情感走向影响较大的部分,通过对提取到的注意力特征矩阵与原文本词向量进行运算得到注意力输入矩阵,并利用CNN再次提取文本特征。同时为了更好地提取转折等复杂句式的特征在池化层进行分池操作。在多个不同类型数据集上的测试结果表明,该模型具有较高的泛化性能,处理转折等复杂句式时其分类准确率和F值相对 WACNN、HAN等模型均有明显提升。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !