基于双通道融合和BiLSTM-attention的评论文本情感分类算法

来源：上海理工大学学报杂志2021年第6期北京时间：

作者：颜礼蓉，朱小栋，陈曦

单位：上海理工大学 管理学院，上海 200093,上海理工大学 管理学院，上海 200093,上海理工大学 管理学院，上海 200093

摘要：对在线商业评论文本的情感进行挖掘，融合评论文本不同特征为分类器提供更多的信息量，提出了一种新的在线电商情感分类算法。首先，针对传统词嵌入模型无法很好地融合词语情感信息特征的不足，考虑了词嵌入特征和词性特征的多特征融合方法；其次，在两种特征融合方法的基础上采用了双通道和单通道的对比来比较分类的准确性，提出了并行的CNN和BiLSTM-Attention双通道神经网络模型；最后，使用真实的京东电商评论数据集对所提模型进行了评估，并且在实验中与不同分类算法进行对比。实验结果表明，新的混合方法具有更好的分类准确率、召回率和F1指标。

关键词：情感分析;电商评论;多特征融合;神经网络

基金资助：国家自然科学基金资助项目（71871144）；上海高校智库内涵建设计划（战略研究）项目；上海市教委上海市级新农科研究与改革实践项目