| 基于注意力机制与情感的多通道RCNN和ON-LSTM模型 |
| |
| 引用本文： | 陶永才,吴文乐,石磊,卫琳.基于注意力机制与情感的多通道RCNN和ON-LSTM模型[J].小型微型计算机系统,2022(7):1406-1412. |
| |
| 作者姓名： | 陶永才 吴文乐 石磊 卫琳 |
| |
| 作者单位： | 1. 郑州大学信息工程学院;2. 郑州大学软件技术学院 |
| |
| 基金项目： | 科技部重点研发计划项目(2018YFB1701400,2018YFB1701401)资助； |
| |
| 摘 要： | 近年来在方面级情感分析任务上，基于卷积神经网络和循环神经网络的模型取得了不错的效果，但仍存在着文本长距离依赖问题.有序神经元长短时记忆(ON-LSTM)可建模句子的层级结构，解决文本长距离依赖问题，但会忽略文本局部特征.区域卷积神经网络(RCNN)能提取文本不同区域的局部特征，却无法有效提取文本的上下文语义，而且现有模型均未考虑到情感词与句子上下文的联系.针对这些问题，本文提出一种基于注意力机制与情感的多通道RCNN和ON-LSTM的神经网络模型(MCRO-A-S).首先，向上下文词向量中融入情感特征向量，弥补仅使用上下文词向量作为模型输入的不足.其次，结合RCNN模型提取文本局部特征与ON-LSTM模型提取文本上下文语义信息的优势，可有效提高模型特征提取能力.最后，利用注意力机制融合语义信息，给予情感词更多的关注.在SemEval 2014两个数据集和Twitter数据集上验证模型的有效性，取得了比其他模型更好的分类效果.
|
| 关 键 词： | 方面级情感分析 多通道 ON-LSTM 卷积神经网络 注意力机制 |
|
