基于CNN-BLSTM的影评情感分析
情感分析一直是自然语言理解研究领域的热门领域，现有研究侧重于识别主观文本中的情感极性，例如推文和产品评论。最近，深度学习方法成为强大的计算模型，可以在没有特征工程的情况下从数据中自动发现文本的复杂语义表示。这些方法在许多情感分析任务中提高了现有技术水平，包括情感分类，意见提取，细粒度情感分析等。然而，一些神经网络的单结构模型在实验中并不理想。在本文中，我们结合卷积神经网络(CNNs)和BLSTM(双向长短期记忆)作为复杂模型来分析文本的情感趋向。首先，设计了一个结合CNN-BLSTM的模型。其次，为了分析模型的可靠性，进行了三组模型实验，并以最终精度作为评价标准。最后得出结论CNN-BLSTM模型优于其他模型。
自然语言处理 情感分析 CNN-BLSTM
李灿 田秀霞
上海电力大学计算机科学与技术学院,上海市,200090
国内会议
上海
中文
386-394
2019-05-17（万方平台首次上网日期，不代表论文的发表时间）