一种融合字词信息的中文情感分析模型

来源：计算机工程与科学杂志2023年第3期北京时间：

作者：杨春霞, 姚思诚, 宋金剑,

单位：1.南京信息工程大学自动化学院，江苏 南京 210044；2.江苏省大数据分析技术重点实验室,江苏 南京 210044；3.江苏省大气环境与装备技术协同创新中心,江苏 南京 210044

摘要：中文情感分析模型的文本表示通常只采用词粒度信息，这会导致模型在特征提取时丧失字粒度的特性，同时常用的分词方法的分词结果过于精简，也一定程度上限制了文本表示的丰富度。对此，提出了一种融合字粒度特征与词粒度特征的中文情感分析模型，采用全模式分词得到更丰富的词序列，经词嵌入后将词向量输入Bi-LSTM中提取全文的语义信息，并将隐层语义表示与对应字向量进行初步融合，增强词级信息的鲁棒性；另一方面将字向量输入多窗口卷积，捕捉更细粒度的字级特征信息。最后将字词粒度特征进一步融合后输入分类器得到情感分类结果，在2个公开数据集上的性能测试结果表明，该模型相比同类模型有更好的分类性能。

关键词：中文情感分析;全模式分词;多粒度融合 ,,

基金资助：国家自然科学基金(61273229)