结合共注意网络的深度BiGRU和DPCS情感分析模型.pdfVIP

２０２５年第３８卷第５期

ＥｌｅｃｔｒｏｎｉｃＳｃｉ＆Ｔｅｃｈ/Ｍａｙ１５ꎬ２０２５

结合共注意网络的深度BiGRU和DPCS情感分析模型

陈漫漫ꎬ于莲芝

(上海理工大学光电信息与计算机工程学院ꎬ上海２０００９３)

摘要针对一词多义现象和情感分析模型无法提取全面深度语义特征等问题ꎬ文中提出结合共注意网络的深度

ＢｉＧＲＵ(ＢｉｄｉｒｅｃｔｉｏｎａｌＧａｔｅｄＲｅｃｕｒｒｅｎｔＵｎｉｔ)和ＤＰＣＳ(ＤｅｅｐＣｏｎｖｏｌｕｔｉｏｎａｌＡｔｔｅｎｔｉｏｎＮｅｔｗｏｒｋｓ)情感分析模型ꎮ使用ＲｏＢＥＲ￣

ＴａＲｏＢＥＲＴａ(ＲｏｂｕｓｔｌｙｏｐｔｉｍｉｚｅｄＢＥＲＴａｐｐｒｏａｃｈ)获取文本的动态语义表征ꎬ通过并行双通道网络的深度ＢｉＧＲＵ与ＤＰＣＳ

分别提取深层次文本上下文语义特征和重要文本局部特征ꎬ利用基于共注意网络的特征融合将不同方面文本语义特征

进行深度融合以获取更全面深层次的全局语义特征ꎮ为验证所提模型的有效性ꎬ在电影和线上购物评论数据集上进行

实验对比ꎮ实验结果表明ꎬ所提模型的准确率和Ｆ１均高于其他模型ꎬ在两个数据集上准确率分别达到了９３.０５％和

９４.６７％ꎮ

关键词文本情感分析ꎻＲｏＢＥＲＴａꎻ双向门控循环神经网络ꎻ自注意力机制ꎻ卷积神经网络ꎻ动态共注意力网络ꎻ特征

融合ꎻ全局语义特征

中图分类号ＴＰ３９１文献标识码Ａ文章编号１００７－７８２０(２０２５)０５－０２２－０９

ｄｏｉ:１０１６１８０/ｊｃｎｋｉｉｓｓｎ１００７－７８２０２０２５０５００４

ＤｅｅｐＢｉＧＲＵａｎｄＤＰＣＳＳｅｎｔｉｍｅｎｔＡｎａｌｙｓｉｓＭｏｄｅｌ

ＣｏｍｂｉｎｅｄｗｉｔｈＣｏａｔｔｅｎｔｉｏｎＮｅｔｗｏｒｋ

ＣＨＥＮＭａｎｍａｎꎬＹＵＬｉａｎｚｈｉ

(ＳｃｈｏｏｌｏｆＯｐｔｉｃａｌ－ＥｌｅｃｔｒｉｃａｌａｎｄＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇꎬＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒＳｃｉｅｎｃｅ

ａｎｄＴｅｃｈｎｏｌｏｇｙꎬＳｈａｎｇｈａｉ２０００９３ꎬＣｈｉｎａ)

ＡｂｓｔｒａｃｔＩｎｖｉｅｗｏｆｔｈｅｐｒｏｂｌｅｍｏｆｐｏｌｙｓｅｍｏｕｓｐｈｅｎｏｍｅｎａａｎｄｔｈｅｉｎａｂｉｌｉｔｙｏｆｅｍｏｔｉｏｎａｎａｌｙｓｉｓｍｏｄｅｌｔｏｅｘ￣

ｔｒａｃｔｃｏｍｐｒｅｈｅｎｓｉｖｅｄｅｅｐｓｅｍａｎｔｉｃｆｅａｔｕｒｅｓꎬｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｄｅｅｐＢｉＧＲＵ(ＢｉｄｉｒｅｃｔｉｏｎａｌＧａｔｅｄＲｅｃｕｒｒｅｎｔＵｎｉｔ)

ａｎｄＤＰＣＳ(ＤｅｅｐＣｏｎｖｏｌｕｔｉｏｎａｌＡｔｔｅｎｔｉｏｎＮｅｔｗｏｒｋｓ)ｅｍｏｔｉｏｎａｎａｌｙｓｉｓｍｏｄｅｌｃｏｍｂｉｎｅｄｗｉｔｈｃｏａｔｔｅｎｔｉｏｎｎｅｔｗｏｒｋ.Ｔｈｅ

ｍｏｄｅｌｕｓｅｓＲｏＢＥＲＴａ(ＲｏｂｕｓｔｌｙｏｐｔｉｍｉｚｅｄＢＥＲＴａｐｐｒｏａｃｈ)ｔｏｏｂｔａｉｎｄｙｎａｍｉｃｓｅｍａｎｔｉｃｒｅｐｒｅｓｅｎｔａｔｉｏｎｏｆｔｅｘｔꎬｅｘ￣

ｔｒａｃｔｓｄｅｅｐｃｏｎｔｅｘｔｕａｌｓｅｍａｎｔｉｃｆｅａｔｕｒｅｓａｎｄｉｍｐｏｒｔａｎｔｌｏｃａｌｔｅｘｔｆｅａｔｕｒｅｓｔｈｒｏｕｇｈｐａｒａｌｌｅｌｄｕａｌ－ｃｈａｎｎｅｌｎｅｔｗｏｒｋｄｅｅｐ

ＢｉＧＲＵａｎｄＤＰＣＳꎬａｎｄｕｓｅｓｃｏ－ａｔｔｅｎｔｉｏｎｎｅｔｗｏｒｋ－ｂａｓｅｄｆｅａｔｕｒｅｆｕｓｉｏｎｔｏｄｅｅｐｌｙｉｎｔｅｇｒａｔｅｄｉｆｆｅｒｅｎｔａｓｐｅｃｔｓｏｆｔｅｘｔ

ｓｅｍａｎｔｉｃｆｅａｔｕｒｅｓｔｏｏｂｔａｉｎｍｏｒｅｃｏｍｐｒｅｈｅｎｓｉｖｅａｎｄｄｅｅｐｇｌｏｂａｌ