基于情感词向量和BLSTM的评论文本情感倾向分析.PDFVIP

第３５卷第１２期 计 算 机 应 用 研 究 Ｖｏｌ３５Ｎｏ１２ ２０１８年１２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｄｅｃ．２０１８ 基于情感词向量和 ＢＬＳＴＭ的 评论文本情感倾向分析 ａ ａ，ｂ 邓　楠 ，余本功 （合肥工业大学ａ．管理学院；ｂ．过程优化与智能决策教育部重点实验室，合肥２３０００９） 摘　要：传统的机器学习方法主要是浅层的学习算法，并不能很好地抽取文本中高层情感信息。针对该问题， 提出了一种以组合了语义信息和情感信息的情感词向量作为输入的改进双向长短期记忆模型，通过构建语义和 情感双输入矩阵，并在隐藏层加入情感特征抽取模块来增强模型的情感特征表达能力。在数据集上的实验结果 表明，与标准的ＢＬＳＴＭ模型和传统机器学习模型相比