收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于LSTM模型的文本情感分析技术的研究

赵晓伟  
【摘要】:情感分析是为了识别给定文本或语句片段的情感极性(正负或者中性)或情感强度。情感分析多用在产品评论分析和舆论统计监测中,有助于商家决策支持和机关单位的舆论导向。以往的研究多集中在人工词典构造和特征抽取上,然而情感词典的构造费时费力且维护不易,人工特征提取又需要专家级领域知识。近年来兴起的词向量技术已经成为自然语言处理问题的基本,然而流行的词向量模型主要是根据上下文信息学习获得,即侧重语义信息而没有结合情感分析任务关注的情感信息,另一方面循环神经网络(RNN)的兴起使得序列化问题的处理得到进一步解决,而作为RNN型网络的改进模型——长短期记忆模型(LSTM)能够更好的利用序列数据中的长距离依赖信息,适合于文本情感分类问题。本文分析了RNN型网络存在的缺点以及LSTM模型解决长距离信息依赖的方法。在此基础上对比分析了LSTM模型的衍生模型并选用BLSTM(双向LSTM)作为本文提出模型的基准模型,工作重点在于结合之前的研究先是提出了一般化的情感分析LSTM模型,即使用常用词向量技术和双向LSTM进行情感分析,然后将Embedding层处理后的文本进行向量化处理后送入双向LSTM进行特征提取,最后送入softmax分类层进行分类,一方面在模型中应用了Adam优化算法,降低了模型的收敛时间,另一方面加入了dropout技术,提高了模型在小数据集上的抗过拟合能力。此外本文提出了基于一般化LSTM情感分析模型的混合模型——AT-BLC,其在Embedding层面提出了融合情感信息的词向量模型word2vce-ST,通过情感信息的引入来提高词向量技术在情感分析任务上的分类性能,接着在双向LSTM层面上加入了可以增加关键信息权重的注意力机制,最后又结合CNN在提取全局信息上的能力,将双向LSTM与CNN进行了融合,AT-BLC模型进一步提高了情感分析任务上的准确率。


知网文化
【相似文献】
中国期刊全文数据库 前11条
1 任君;王建华;王传美;王建祥;;基于正则化LSTM模型的股票指数预测[J];计算机应用与软件;2018年04期
2 张蜀林;赵雄飞;;LSTM模型在中国A股市场的应用[J];全国流通经济;2018年35期
3 冯翔;邱龙辉;郭晓然;;基于LSTM模型的学生反馈文本学业情绪识别方法[J];开放教育研究;2019年02期
4 张亚宁;;基于LSTM模型的短期负荷预测[J];科技与创新;2018年12期
5 应稼田;程良伦;林锦发;;一种用于风电功率预测的双存储结构LSTM模型[J];无线互联科技;2019年05期
6 王礼敏;严倩;李寿山;周国栋;;基于双通道LSTM模型的用户性别分类方法研究[J];计算机科学;2018年02期
7 成璐;;基于注意力机制的双向LSTM模型在中文商品评论情感分类中的研究[J];软件工程;2017年11期
8 李静;徐路路;;基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型[J];现代情报;2019年04期
9 张春露;白艳萍;;基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用[J];重庆理工大学学报(自然科学);2018年08期
10 任勉;甘刚;;基于双向LSTM模型的文本情感分类[J];计算机工程与设计;2018年07期
11 张若琦;彭薇;朱湘如;;基于LSTM模型的球鞋价格走势分析[J];信息与电脑(理论版);2018年05期
中国硕士学位论文全文数据库 前2条
1 赵晓伟;基于LSTM模型的文本情感分析技术的研究[D];华北电力大学;2018年
2 刘烨;基于LSTM模型分析的酒店智能推荐系统研究[D];上海师范大学;2018年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978