计算机应用

作者：陈郑淏, 冯翱, 何嘉

单位：成都信息工程大学 计算机学院, 成都 610225

关键词：情感分类,卷积神经网络,循环神经网络,词向量,深度学习

基金：四川省科技厅应用基础重点项目（2017JY0011）。

针对情感分类中传统二维卷积模型对特征语义信息的损耗以及时序特征表达能力匮乏的问题，提出了一种基于一维卷积神经网络（CNN）和循环神经网络（RNN）的混合模型。首先，使用一维卷积替换二维卷积以保留更丰富的局部语义特征；再由池化层降维后进入循环神经网络层，整合特征之间的时序关系；最后，经过softmax层实现情感分类。在多个标准英文数据集上的实验结果表明，所提模型在SST和MR数据集上的分类准确率与传统统计方法和端到端深度学习方法相比有1至3个百分点的提升，而对网络各组成部分的分析验证了一维卷积和循环神经网络的引入有助于提升分类准确率。

来源：2019年第7期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第7期