武警工程大学学报2020，Vol.36Issue(4) ：19-22.

基于BILSTM-GraphSAGE模型的短文本情感分析

Short-Text Sentiment Analysis Based on BILSTM-GraphSAGE Model

杨文欣 张之明 李笑
武警工程大学学报2020，Vol.36Issue(4) ：19-22.
✕
  • NETL
  • NSTL
  • 万方数据

基于BILSTM-GraphSAGE模型的短文本情感分析

Short-Text Sentiment Analysis Based on BILSTM-GraphSAGE Model

杨文欣 1张之明 2李笑1
扫码查看

作者信息

  • 1. 武警工程大学研究生大队,西安,710086
  • 2. 武警工程大学信息工程学院,西安,710086
  • 折叠

摘要

为克服当前基于上下文语境的词向量表示短文本的局限性,提出一种具有更丰富语义信息的BILSTM-GraphSAGE(BGS)模型.首先,根据本文设计的算法,构建短文本的关键词共现图.其次,通过BGS模型,将包含词语上下文特征的向量与表示图结构特征的向量进行拼接,生成该文本的嵌入表示.最后,将嵌入表示输入到分类层中,确定短文本的情感类型.结果 表明:F-1值分别至少提升2.60％和2.12％,取得了更好的短文本情感分析效果.

关键词

情感分析/BILSTM/GraphSAGE/短文本

引用本文复制引用

出版年

2020
武警工程大学学报
中国人民武装警察部队工程学院

武警工程大学学报

影响因子：0.05
ISSN：2095-3984
参考文献量3
段落导航相关论文