基于注意力机制的多通道CNN和BiGRU的文本情感倾向性分析

程 艳 尧磊波 张光河 唐天伟 项国雄 陈豪迈 冯 悦 蔡 壮

1(江西师范大学计算机信息工程学院 南昌 330022)

2(江西师范大学管理决策评价研究中心 南昌 330022)

3(江西师范大学新闻与传播学院 南昌 330022)

4(豫章师范学院数学与计算机学院 南昌 330022)

情感分析，也称为观点挖掘，是指人们对服务、产品、组织、个人、问题、事件、话题及其属性的情感、观点、评价、态度和情绪[1].在自然语言处理领域，情感倾向性分析是一项基础性任务，近年来已经吸引了国内外学者的广泛关注.随着互联网和移动网络的快速发展，用户在网上发表的观点和评论也越来越多，从这些内容中挖掘出重要的情感信息也值得探索.情感分析主要分为主客观情感识别和情感分类这2类，主客观情感识别是将给定文本分成主观性或客观性文本，情感分类则是把主观性文本分类为正面、负面或者中性[2].情感分析方法主要有基于机器学习和基于情感词典的这2类方法，随着神经网络研究的再次复苏，基于深度学习的方法被广泛应用到文本情感分析任务中.基于情感词典的方法最先被用于情感分析领域，它首先需要构建一个情感词典，然后对情感词典进行手工极性和强度标注，最后实现对文本的情感分类.这种方法虽然能够对文本进行情感分类，但是分类的效率并不高，因为它需要人工构建情感词典并进行手工标注.20世纪90年代，机器学习方法开始在文本情感分析中崭露头角[3-4].机器学习……