首页|一种加权词向量的混合网络文本情感分析方法

一种加权词向量的混合网络文本情感分析方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对文本中关键信息被忽略以及分类准确率不高的问题,提出一种加权word2vec的卷积神经网络(CNN)与ATT-BiGRU混合神经网络情感分析模型.由于word2vec生成的词向量无法突出文本关键词的作用,因此引入词频-逆文档频率(TF-IDF)算法计算词汇权重值.然后,将加权运算后的词向量输入CNN与ATT-BiGRU混合模型提取隐含特征.该模型通过卷积神经网络(CNN)和基于注意力机制的双向门限循环单元(ATT-BiGRU)分别提取文本特征,以此来提高文本的表示能力.多组实验对比结果表明,与其他算法相比较,该模型的分类准确率最高且耗费时间代价小.
A Mixed Network Text Sentiment Analysis Method Based on Weighted Word Vectors

刘道华、崔玉爽、冯宸、王莎莎

展开 >

信阳师范学院计算机与信息技术学院,河南 信阳 464000

信阳师范学院河南省教育大数据分析与应用重点实验室,河南 信阳 464000

TF-IDF 卷积神经网络 双向门限循环单元 情感分析

国家自然科学基金河南省教师教育课程改革研究项目

318727042021-JSJYZD-008

2021

10.3969/j.issn.1003-0972.2021.03.022

信阳师范学院学报(自然科学版)
信阳师范学院

信阳师范学院学报(自然科学版)

CSTPCD北大核心
影响因子：0.446
ISSN：1003-0972
年,卷(期)：2021.34(3)
  • 4
  • 5