融合TextCNN-BiGRU的多因子权重文本情感分类算法研究 |
| |
引用本文: | 鲁富宇,冷泳林,崔洪霞.融合TextCNN-BiGRU的多因子权重文本情感分类算法研究[J].电子设计工程,2024(10):44-48+53. |
| |
作者姓名: | 鲁富宇 冷泳林 崔洪霞 |
| |
作者单位: | 渤海大学信息科学与技术学院 |
| |
基金项目: | 国家自然科学基金资助项目(62006035);;辽宁省教育厅重点攻关项目(JYTZD2023174); |
| |
摘 要: | 随着深度学习技术在自然语言处理领域的广泛应用,短文本情感分类技术得到显著发展。该文提出了一种融合TextCNN-BiGRU的多因子权重文本情感分类算法。算法通过引入词语情感类别分布、情感倾向以及情感强度三个关键因子改进了词语的向量表示。将基于词向量表示的短文本分别作为TextCNN和BiGRU模型的输入,提取文本关键局部特征以及文本上下文的全局特征,将两种特征进行线性融合,实现中文短文本的情感分类。在公开的两个情感分类数据集上验证了多因子权重向量表示方法和融合TextCNN-BiGRU的情感分类模型的有效性,实验结果表明,文中提出的算法较单一模型在短文本情感分类准确率上提高了2%。
|
关 键 词: | 情感分类 文本卷积神经网络 双向门控循环单元 词向量 |
|