首页|期刊导航|计算机与数字工程|融合Bi-LSTM和CNN输出特征的短文本情感分析模型

融合Bi-LSTM和CNN输出特征的短文本情感分析模型OACSTPCD

中文摘要

对于短文本情感分析任务,短文本的语言表达简短、语义稀疏、携带的特征少,一般的网络模型从短文本中学习到的语义特征不足。针对上述问题,论文提出一种融合Bi-LSTM和CNN输出特征的短文本情感分析模型。通过Bi-LSTM和CNN分别对文本表示进行特征提取,然后将Bi-LSTM层得到的含有上下文语义特征和CNN层得到的深层次的抽象语义特征进行融合作为最终的分类特征,最后在谭松波酒店评论语料和SST-2语料上验证了该模型的有效性。

黄军;许晓东

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

计算机与自动化

情感分析CNNBi-LSTM

《计算机与数字工程》 2024 (11)

P.3326-3330,5

10.3969/j.issn.1672-9722.2024.11.026

评论