基于改进胶囊网络的文本细粒度情感分类方法

江 涛，李清霞，李启明

(1.广东理工学院信息技术学院，广东肇庆 526100；2.广东工业大学网络信息中心，广东广州510006)

1 引言

文本情感分析属于信息检索、自然语言处理、人工智能领域的交叉问题，可明确文本描述的情感内容[1]。以往的情感分析大多是对篇章结构、段落结构的句子实施分析，而伴随用户需求日益显著，此类层级的情感分析粗糙度显著，一个段落或一句话仅表达一种情感态度，不能高精度描述用户想了解的内容。

目前已有研究人员对文本情感分类问题进行专题研究，文献[2]提出了基于细粒度多通道卷积神经网络的文本情感分析方法，该方法可深入挖掘文本深层次的语义信息，实现文本情感分析，但是该方法不适用于文本样本数较多的情况。文献[3]提出融合注意力机制的多语言文本情感分析方法，该方法的优势在于可实现多语言文本情感分析，但对具有歧义的文本情感的分类精度有待优化。

针对上述问题，以文本细粒度情感分析为主，细粒度情感可以在指定的角度分析文本的情感态度，提出基于改进胶囊网络的文本细粒度情感分类方法，以期实现文本细粒度情感分类。

2 基于改进胶囊网络的文本细粒度情感分类方法

2.1 基于信息增益改进贝叶斯模型的文本词义消歧方法

文本歧义词语对文本细粒度情感分类效果存在直接影响，例如，对汽车性能评价语句中，常常存在“不错”、“还可以”此类评价，此种文本给人的直观情感存在判断模糊不清的情况，这对文本细粒度情感分类精度存在负面干扰[4]。……