典型文献
基于特征融合的中文文本情感分析方法
文献摘要：
针对现有的中文文本情感分析方法不能从句法结构、上下文信息和局部语义特征等方面综合考量文本语义信息的问题,提出一种基于特征融合的中文文本情感分析方法.首先,采用Jieba分词工具对评论文本进行分词和词性标注,并采用词向量训练工具GloVe获取融入词性的预训练词向量;然后,将词向量分别作为引入Self-Atten-tion的BiGRU和TextCNN的输入,使用引入Self-Attention的BiGRU从文本的句法结构和文本的上下文信息两个方面综合提取全局特征,使用TextCNN提取文本的局部语义特征;最后,将全局特征和局部语义特征进行融合,并使用Softmax进行文本情感分类.实验结果表明,本文方法可以有效提高文本情感分析的准确率.
文献关键词：
中文文本情感分析;特征融合;特征提取;语义特征;自注意力机制;深度学习混合模型
中图分类号：
作者姓名：
赵宏;傅兆阳;王乐
作者机构：
兰州理工大学 计算机与通信学院,甘肃 兰州 730050
文献出处：
引用格式：
[1]赵宏;傅兆阳;王乐-.基于特征融合的中文文本情感分析方法)[J].兰州理工大学学报,2022(03):94-102
A类：
深度学习混合模型
B类：
特征融合,中文文本情感分析,从句,句法结构,上下文信息,语义特征,文本语义,语义信息,Jieba,分词,评论文本,词性标注,用词,词向量训练,GloVe,预训练,Self,BiGRU,TextCNN,Attention,综合提取,全局特征,Softmax,文本情感分类,自注意力机制
AB值：
0.253958
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
