10.3969/j.issn.1000-386x.2020.09.013
结合卷积神经网络和最小门控单元注意力的文本情感分析
结合卷积神经网络C N N和最小门控单元MGU各自的优势,融合注意力机制,提出注意力C_MGU神经网络模型.通过CNN的卷积层模块捕捉提取文本的初步特征表示,利用Attention机制和MGU模块对文本的初步特征表示进行关键信息的加强和优化,并将生成的文本深层特征表示输入到Softmax层进行回归处理.对公开数据集IMBD、Sentiment140进行情感分类实验,结果表明该模型能够强化对文本的句义理解,可进一步学习序列相关特征,有效地提高情感分类的准确率.
情感分析、C_MGU、注意力机制
37
TP391.1(计算技术、计算机技术)
国家自然科学基金项目61305094
2020-09-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
75-80,125