摘要：針對(duì)標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)在文本情感分析過程中忽略了句子的整體結(jié)構(gòu)信息的缺陷,本次研究在卷積神經(jīng)網(wǎng)絡(luò)的輸入端加入注意力機(jī)制,提出了基于雙通道輸入的分段池化卷積神經(jīng)網(wǎng)絡(luò)模型(AF_CNN模型),該模型既能夠有效提取文本局部最優(yōu)特征,又能夠捕捉到上下文詞語之間的相關(guān)性。針對(duì)體育新聞評(píng)論情感分析的實(shí)驗(yàn)結(jié)果表明,與標(biāo)準(zhǔn)的卷積神經(jīng)網(wǎng)絡(luò)模型相比,本次研究提出的AF_CNN模型在分類準(zhǔn)確率、召回率和F1值等評(píng)價(jià)指標(biāo)上,分別提升了3.40%,0.47%,1.96%。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
