10.3969/j.issn.2095-2163.2021.05.016
基于深度学习的韩国语文本情感分类
文本情感分析(又称意见挖掘),是对带有情感倾向的文本进行分析、处理、归纳和推理的过程.本文提出将卷积神经网络(CNN)和双向长短时记忆网络(Bi-LSTM)相结合,作为提取文本特征的方式,而后添加自注意力(Self-Attention)机制形成情感分析模型.通过在自建的NAVER电影评论数据库中进行比较实验,证明本文模型的分类准确率可达90.32%,较SVM、CNN、LSTM、Bi-LSTM等模型有较大的性能提升.该方法不仅可以较好地完成韩语短文本情感分析,对其它非通用语种和领域的情感分析任务也具备参考和借鉴意义.
韩语;情感分析;FastText;CNN;Bi-LSTM;Self-Attention
11
TP391(计算技术、计算机技术)
2021-08-16(万方平台首次上网日期,不代表论文的发表时间)
共6页
82-87