基于改进BERT-BiGRU模型的文本情感分类研究

针对目前网络评论文本情感分类准确性不高的问题，提出一种基于BERT和双向门控循环单元（BiGRU）的改进模型，使用能够表征文本丰富语义特征的BERT模型进行词向量表示，结合能够长期保留文本上下文关联信息的BiGRU神经网络提高模型的分类效果，并在此基础上引入注意力机制，突出文本中更能表达分类结果的情感词权重，提高情感分类的准确率。将上述模型分别在Acllmdb＿v1和酒店评论两个公开数据集上进行测试，实验结果表明，该模型在中、英文文本情感分类任务中都获得了良好的性能。