基于BERT的BiGRU-Attention-CNN混合模型的中文情感分析 |
| |
引用本文: | 邹旺,张吴波.基于BERT的BiGRU-Attention-CNN混合模型的中文情感分析[J].计算机与数字工程,2023(10):2351-2357. |
| |
作者姓名: | 邹旺 张吴波 |
| |
作者单位: | 湖北汽车工业学院电气与信息工程学院 |
| |
摘 要: | 在词嵌入层面上,中文情感分析一般是采用one-hot编码或Word2Vec方法生成词向量表征,不能很好解决一词多义的问题;在特征提取的层面上,传统深度学习模型缺少对重要特征的重点关注。针对该问题,提出一种基于BERT的BiGRU-Attention-CNN混合神经网络模型的中文情感分析方法。BERT模型能产生丰富的动态词向量,结合BiGRU对上下文的长期依赖能力和CNN的特征提取能力,并融入Attention机制分配不同的权重值重点关注。在酒店评论、外卖评论、网购评论、微博评论四种公开中文数据集进行情感分类实验,实验结果表明,该模型相较于其它几种常见的模型,情感分类准确率有明显的提高。
|
关 键 词: | 词嵌入 情感分析 词向量 特征提取 权重 |
|
|