基于文本摘要提取的双路情感分析模型

来源：计算机工程与应用杂志2023年第18期北京时间：

作者：王郅翔, 刘渊

单位：1.江南大学 人工智能与计算机学院，江苏 无锡 214122；2.江南大学 江苏省媒体设计与软件技术重点实验室，江苏 无锡 214122

摘要：针对传统文本分类模型存在识别能力受限、训练时间随着输入长度倍增的问题，提出了一种基于文本摘要提取的双路特征情感分析模型（BLAT）。BLAT模型引入Fastformer的加性注意力机制代替Transfomer的自注意力机制，使得模型能够在不损失精度的情况下，面对长文本训练能够有较为出色的训练速度。模型通过对原始文本数据做摘要提取处理形成双路特征，融入长短期记忆网络与卷积神经网络组成双路特征提取网络，实现对文本情感倾向的高效识别。通过实验在中文电商评论数据集上进行验证，准确率可以达到92.26%，相较当下主流模型能够达到较好的效果。

关键词：摘要提取,加性注意力机制,特征融合,情感分析