基于多特征和深度神经网络的维吾尔文情感分类

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-04-01 合作期刊: 《计算机应用研究》

买买提阿依甫 吾守尔·斯拉木 艾斯卡尔·艾木都拉 杨文忠 帕丽旦·木合塔尔

摘要： 针对传统机器学习的情感分类方法存在长距离依赖问题，深度学习存在忽略情感词库的弊端，提出了一种基于注意力机制与双向长短记忆网络和卷积神经网络模型相结合的维吾尔文情感分类方法。将多特征拼接向量作为双向长短记忆网络的输入捕获文本上下文信息，使用注意力机制和卷积网络获取文本隐藏情感特征信息，有效增强了对文本情感语义的捕获能力。实验结果表明，该方法在二分类和五分类情感数据集上的F1值相比于机器学习方法分别提高了5.59%，7.73%。

 点击量 1497  下载量 785  评论