基于深度神经网络和LSTM的文本情感分析

摘要

在自然语言处理任务中,词向量的出现大幅度提高了模型的性能,因此通常直接使用词向量初始化的深度模型.由于训练的数据集和方法会影响词向量的质量,为了减少这种影响,本文提出了深度神经网络结合LSTM模型来实现情感分析.先将词向量输进到深度神经网络实现对词向量的隐藏特征再一次提取,然后输入到LSTM网络中进行情感分析,由此来提高情感分析的准确率.实验表明,本文提出的模型比起单个LSTM模型,深度神经网络结合LSTM模型在文本情感分析上具有更高的性能.