面向BSP-CNN的短文本情感倾向性分类研究
来源：计算机工程与应用杂志2019年第23期北京时间：
作者：廖小琴，徐杨
单位：贵州大学 大数据与信息工程学院，贵阳 550025
摘要：针对消费短文本评论中的情感倾向性分类问题，提出了一种BSP-CNN混合神经网络模型。模型先使用双向简单循环单元（BiSRU）对数据进行特征表示，再使用逐点卷积神经网络（P-CNN）进一步学习语义特征，并输出情感倾向性分类结果。实验结果表明，与传统的长短期记忆神经网络（LSTM）和卷积神经网络（CNN）相比，BSP-CNN混合神经网络模型有效简化了计算，缩短了运行时间，并且在不同大小和不同文本长度的数据集上均能取得更高的F1值。
关键词：情感倾向性分析,双向简单循环单元,逐点卷积神经网络,混合神经网络
