基于表情符注意力机制的微博情感分析模型

作     者：谭皓 邓树文 钱涛 姬东鸿 Tan Hao;Deng Shuwen;Qian Tao;Ji Donghong

作者机构：武汉大学计算机学院武汉430072 湖北科技学院计算机学院湖北咸宁437100 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2019年第36卷第9期

页      面：2647-2650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：国家自然科学基金面上项目(61772378) 国家社会科学基金重大项目(11&ZD189) 湖北省自然科学基金一般面上项目(2018CFB690) 

主　　题：表情符 微博 情感分析 注意力机制 

摘      要：为了对中文微博进行有效的情感极性识别,基于表情符能改变或加强微博文本的情感极性这一认知事实,提出基于表情符注意力机制的微博情感分析神经网络模型。该模型在使用双向循环神经网络模型(BiLSTM)学习文本的特征表示时,利用表情符注意力机制,得到文本结合表情符后新的特征表示,从而实现微博情感识别。实验结果显示,与输入纯文本和表情符的Bi-LSTM模型相比,基于表情符注意力机制的模型准确率提高了4. 06%;与仅输入纯文本的Bi-LSTM模型相比,基于表情符注意力机制的模型准确率提高了6. 35%。