基于特征融合的中文新闻文本情感分类方法研究 |
| |
引用本文: | 冯宇航,邵剑飞,张小为,邵建龙.基于特征融合的中文新闻文本情感分类方法研究[J].现代电子技术,2023(3):62-68. |
| |
作者姓名: | 冯宇航 邵剑飞 张小为 邵建龙 |
| |
作者单位: | 昆明理工大学信息工程与自动化学院 |
| |
基金项目: | 国家自然科学基金项目(61732005); |
| |
摘 要: | 针对现有的新闻文本情感分析任务中,单一模型提取文本特征的片面性,且无法充分提取新闻文本语义等特征问题,提出一种基于门控单元特征融合的BERT-CNN情感分析方法。该方法分别采用BERT语言预训练模型与卷积神经网络(CNN)对新闻文本的特征向量进行提取;然后采用门控循环单元对提取到的文本特征进行特征融合;再输入到Softmax层进行新闻文本分类;最后从精准率、召回率和F1-Score三个维度对比BERT、BERT-CNN、BERT-DPCNN和BERT-ERNIE的实验结果。实验结果表明,当分类场景更换为情感识别时,BERT-CNN依旧具有强大的语义捕捉能力,证明了BERT-CNN的泛化能力;另外,从原BERT的提升效果看,基于门控单元特征融合的BERT-CNN方法(提升2.07%)比词向量的方法(提升0.31%)更高。这一结果也证明了基于门控单元特征融合的BERT-CNN方法的有效性。
|
关 键 词: | 情感分析 文本特征提取 特征融合 文本分类 情感识别 语义捕捉 |
|
|