基于卷积神经网络和注意力模型的文本情感分析

针对社交网络数据的文本情感分析,目前常用的研究方法主要是基于传统机器学习算法,根据手工标注好的情感词典,对文本信息使用朴素贝叶斯、支持向量机、最大熵方法等机器学习算法进行情感分析。为了避免对手工方式建立的情感词典的依赖,减少机器学习过程中的人工干预,提出基于卷积神经网络和注意力模型相结合的方法进行文本情感分析。实验表明,根据准确率、召回率和F1测度等衡量指标,提出的方法较传统的机器学习方法和单纯的卷积神经网络方法有明显的提高。