基于多通道深度学习网络的混合语言短文本情感分类方法OA北大核心CSCDCSTPCD
Code-switching short-text sentiment classification method based on multi-channel deep learning network
相比于单一语言的短文本情感分类而言,混合语言由于其表达情感的单词语言不唯一,语法结构复杂,仅使用传统词嵌入的方法无法使分类器学到足够有用的特征,导致分类效果不佳.针对这些问题,提出一种融合字词特征的双通道复合模型.首先,针对数据集不平衡问题,提出一种基于Bert语义相似度的数据集欠采样算法;其次,构建双通道深度学习网络,分别将以字、词方式嵌入的原始数据通过两个通道送入CNN和带有注意力机制的LSTM组成的模块中进行多粒度特征提取;最后融合多通道的…查看全部>>
张洋;胡燕
武汉理工大学计算机科学与技术学院,武汉430070武汉理工大学计算机科学与技术学院,武汉430070
信息技术与安全科学
混合语言短文本多通道注意力机制融合特征
《计算机应用研究》 2021 (1)
69-74,6
湖北省自然科学基金资助项目(2019CFC919)