基于注意力機制和Parallel DenseNet的文本情感分析

打開文本圖片集

摘要：針對現(xiàn)有模型全局特征和局部特征對情感分析貢獻度是一樣，或只能提取局部特征的問題，文章基于Parallel DenseNet提出了一種融合注意力機制和Parallel DenseNet的ATT-Parallel DenseNet文本情感分析模型。該模型首先在數(shù)據(jù)預處理階段將把停頓詞和換行符這類多余的符號詞語清理掉，將大小寫不一致的詞語換成統(tǒng)一的小寫字符;其次將處理好的數(shù)據(jù)通過Word2Vector進行向量化即生成詞向量階段;接著將詞向量放入分類器中兩個特征提取模塊進行處理提取出重要特征，然后通過attention模塊為提取的特征分配權值，最后通過全連接層和Softmax層得到分類結果。（剩余9539字）