基于注意力机制和双通道神经网络的文本情感分析
李胤丞
刘继
新疆财经大学统计与数据科学学院 新疆乌鲁木齐 830012
摘要：深度学习网络对文本情感分析具有重要意义,通过神经网络可以深层次挖掘文本信息,捕获文本情感.针对单模型神经网络结构单一、无法充分提取文本特征的问题,首先提出一种融合注意力机制的双通道复合神经网络(Attention-DRNN),在嵌入层利用word2vec方法进行层嵌入,融入注意力机制对输入词向量进行动态加权.其次,采用双通道结构,利用Text-CNN提取文本局部特征、Bi-LSTM提取文本全局特征,并进行特征融合.然后,通过softmax分类器进行分类.最后,在两个标准数据集上进行测试,通过与LSTM、Bi-LSTM、RNN、Text-CNN单模型神经网络进行对比实验.实验表明Attention-DRNN网络在情感分类任务上具有较好的效果.
关键词：注意力机制双通道Text-CNNBi-LSTM文本情感分析
资助基金：大数据背景下网络舆情智能治理(72164034)
论文发表日期：2023-12-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 71-74 )