基于深度学习的文本情感分类算法研究

摘要

随着深度学习的发展,越来越多基于神经网络的算法用于实现文本情感分类,在分类上的精度不断提升,如果一味追求精度而加深网络的层次,会给实际应用场景中的响应等性能带来较大阻碍。通过研究文本的嵌入式表示等技术,在时下前沿的FastText模型基础上进一步捕捉分类逻辑中重点的文本特征,提出了新的轻量化的权重驱动的文本情感分类模型WDFT (Weight-Driven Fast Text)。在实现高精度的同时保证模型的轻量化,更好地解决文本情感分类任务。