基于注意力机制的微博情感分析 周瑛;刘越;蔡俊 【期刊名称】《情报理论与实践》 【年(卷),期】2018(041)003 【摘 要】[目的/意义]微博作为人们表达观点的重要平台,已成为文本情感分析的一个研究热点.文章提出一个基于注意力机制的LSTM模型,以华为P10闪存门事件微博相关评论为研究对象,分析网络用户对该事件的情感趋向,以验证该模型的有效性.[方法/过程]引入深度学习理论,使用基于注意力机制的LSTM模型进行情感分析以更好地把握文本中的情感信息,提升情感分类的成功率.[结果/结论]基于注意力机制的LSTM模型是一个有效的模型,在分析较长文本的情感特征时更加准确,比较适合微博这类成段落的文本分析.[局限]对于颜文字、表情包等非文字信息无法进行处理及无法体现词与词之间的关系. 【总页数】6页(P89-94) 【作 者】周瑛;刘越;蔡俊 【作者单位】安徽大学管理学院,安徽 合肥230601;安徽大学管理学院,安徽 合肥230601;安徽大学管理学院,安徽 合肥230601 【正文语种】中 文 【相关文献】 1.基于情感融合和多维自注意力机制的微博文本情感分析 [J], 韩萍; 孙佳慧; 方澄; 贾云飞 2.基于卷积神经网络和双向门控循环单元网络注意力机制的情感分析 [J], 张腾;刘新亮;高彦平 3.基于注意力机制的特征融合-双向门控循环单元多模态情感分析 [J], 赖雪梅;唐宏;陈虹羽;李珊珊 4.基于多头注意力机制的BiGRU-CNN文本情感分析 [J], 郝星跃 5.基于多层注意力机制的服装电商评论情感分析 [J], 胡新荣;王哲;刘军平;彭涛;何儒汉 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/186ee67ae1bd960590c69ec3d5bbfd0a7956d58b.html