基于BERT与LocAttention的文本情感分析模型

文档名：基于BERT与LocAttention的文本情感分析模型
摘要：传统的情感分析方法由于没有关注文本相对于主题词的位置(Loc)关系,分类效果并不理想.提出一种基于BERT与LDA的Loc-注意力(Attention)的双向长短期记忆(Bi-LSTM)模型的文本情感分析方法--BL-LABL方法.使用LDA主题模型获得每个评论的主题及其词分布,将筛选出的主题词和原文本拼接输入到BERT模型,进行词向量训练,得到包含主题信息的文本词向量以及包含文本信息的主题词向量;利用Bi-LSTM网络,加入文本的位置权重,结合注意力权重最终得到的文本特征表示为两者的加权求和;最后,再利用SoftMax分类器获得文本的情感类别.通过在两种数据集上的实验表明,该模型与传统的注意力情感分类模型相比,有效地提高了分类性能.

作者：何传鹏  黄勃  周科亮  尹玲  王明胜  李佩佩Author：HEChuanpeng  HUANGBo  ZHOUKeliang  YINLing  WANGMingsheng  LIPeipei
作者单位：上海工程技术大学电子电气工程学院,上海201620
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(12)
分类号：TP391.1
关键词：情感分析  主题模型  BERT模型  文本特征  位置权重  注意力  
Keywords：sentimentanalysis  topicmodel  bidirectionalencoderrepresentationsfromtransformers(BERT)model  textfeature  locationweight  attention  
机标分类号：
在线出版日期：2024年1月3日
基金项目：国家自然科学基金基于BERT与Loc-Attention的文本情感分析模型[
期刊论文]  传感器与微系统--2023, 42(12)何传鹏  黄勃  周科亮  尹玲  王明胜  李佩佩传统的情感分析方法由于没有关注文本相对于主题词的位置(Loc)关系,分类效果并不理想.提出一种基于BERT与LDA的Loc-注意力(Attention)的双向长短期记忆(Bi-LSTM)模型的文本情感分析方法--BL-LABL方法.使用LDA主题模型获...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于BERT与Loc-Attention的文本情感分析模型  Text sentiment analysis model based on BERT and Loc-Attention

基于BERT与Loc-Attention的文本情感分析模型.pdf

2024-12-14 12:25 上传 基于BERT与LocAttention的文本情感分析模型.pdf

文件大小:

770.33 KB

下载次数:

60

高速下载