基于依存树和注意力机制情感分析模型的改进OACSTPCD
Improvement of Sentiment Analysis Model Based on Dependency Tree and Attention Mechanism
主流的情感分析模型是基于依存树和注意力机制的LSTM神经网络模型,但依存树捕捉依存关系较弱;注意力机制有时隐藏层和目标向量维度可能不一致,且归一化后对应的梯度将会变小,使模型很难训练.针对上述问题,提出一种基于依存图和双线性串联平衡因子的注意力机制情感分析模型(BSBDG-LSTM),引入依存图形结构,允许多个依存根节点存在,使依存关系理解更加充分;在注意力机制中添加可学习的参数矩阵和平衡因子,使隐藏层和向量的维度保持一致,并降低维度系数.电商评…查看全部>>
王浩;周从华
江苏大学计算机科学与通信工程学院 镇江 212013江苏大学计算机科学与通信工程学院 镇江 212013
信息技术与安全科学
情感分析依存图注意力机制LSTM神经网络
《计算机与数字工程》 2021 (11)
2310-2314,5
评论