基于ALBERT-CNN的外賣評(píng)論情感分析

打開文本圖片集

摘  要：為了解決如何獲取文本的位置信息和捕獲文本中更多情感信息的問題，利用一種結(jié)合ALBERT模型和卷積神經(jīng)網(wǎng)絡(luò)CNN的外賣評(píng)論情感分析模型ALBERT-CNN的方法。首先，ALBERT對(duì)文本詞向量表示，獲得文本動(dòng)態(tài)特征表示;其次，利用卷積神經(jīng)網(wǎng)絡(luò)CNN對(duì)特征進(jìn)行訓(xùn)練，有效獲取更豐富的局部信息;最后，對(duì)ALBERT和CNN進(jìn)行融合后提取的特征通過Softmax函數(shù)對(duì)外賣評(píng)論文本進(jìn)行情感分類，并使用R_Drop對(duì)模型進(jìn)行正則化。（剩余6619字）