基于LSTM前融合中文情感傾向分類模型的研究

作者：王鈴,陶宏才

摘要：在互聯網平臺上,用戶可以針對電影、新聞等發表自己的觀點、表達自己的情感,為其他用戶提供消費該商品的參考意見,也幫助產品經理制定有效的產品消費策略。目前,針對中文情感傾向分類、深度學習的方法取得了一定的成就,尤其是長短期記憶神經網絡(LSTM)。該網絡是一個時序模型,可以很好地理解評論語義抓住評論中蘊含的情感傾向,但是它存在詞向量構建階段無法突出情感詞的情感信息,以及無法針對不同場景進行文本情感傾向分析的問題。為此,提出LSTM前融合情感傾向分類模型。新模型利用情感詞的情感標簽修正情感詞向量,解決了情感詞向量無法突出情感信息的問題,并且將電影的簡介作為一個輸入特征融合到最終句子的特征向量中,實現針對具體的電影新聞場景評論情感傾向分類。實驗結果表明,新模型相對于基本的LSTM模型取得了更好的效果,亦表明該模型能更加精確地抓取評論的情感信息。

發文機構：西南交通大學信息科學與技術學院

關鍵詞：情感傾向分類LSTM情感詞向量前融合模型classification of emotional tendencyLSTMemotional words vectorpre-fusion model

分類號： TP391.1[自動化與計算機技術—計算機應用技術]