基于Transformer和多通道卷积神经网络的情感分析研究

作     者：霍帅 庞春江 HUO Shuai;PANG Chun-jiang

作者机构：华北电力大学(保定)河北保定071003 云南电网有限公司电力科学研究院研究生工作站昆明650217 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2021年第48卷第S1期

页      面：349-356页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：云南科技项目(YNKJXM20180019 YNKJXM20191572) 

主　　题：情感分类 特征提取器 Transformer 多通道卷积神经网络 

摘      要：文本情感分析是自然语言处理的经典领域之一。文中提出了一种基于transformer特征抽取器联合多通道卷积神经网络的文本情感分析的模型。该模型使用transformer特征提取器在传统Word2vector,Glove等方式训练的静态词向量的基础上来进行单词的分层、动态表示,针对特定数据集采用Fine-Tuning方式来进行训练有效提升了词向量的表征能力。多通道卷积神经网络考虑了不同大小范围内词序列之间的依赖关系,有效进行特征抽取并达到降维的目的,能够有效捕捉句子的上下文语义信息,使模型捕获更多的语义情感信息,提升文本的语义表达能力,通过Softmax激活函数达成情感倾向分类的目标。模型分别在IMDb和SST-2电影评论数据集上进行实验,测试集上准确率达90.4%和90.2%,这明所提模型较传统词嵌入结合CNN或RNN的模型在分类精确度上有了一定程度的提升。