融合卷积神经网络和注意力的评论文本情感分析

摘要 针对现有文本情感分析算法中网络模型输入单一，同时缺乏考虑相似文本实例对整体分类效果影响的现状，提出一种融合卷积神经网络和注意力的评论文本情感分析模型.首先，利用KNN算法得到加权文本矩阵，获得相似文本特征，使得分类特征更加丰富.然后，通过加权文本矩阵与原始文本矩阵构建注意力，捕获更多关键信息，使模型做出准确的判断.最后，使用双通道卷积神经网络模型对文本情感分类.本文在三个不同的数据集上进行大量实验，表明本算法可以有效利用文本特征间的依赖性，获取更多有用特征.同时根据准确率、召回率、精确率、F1值等衡量指标，表明本文所使用的模型相较于其他算法效果更优，实现了良好的分类性能