基于XLNet-BiLSTM模型的中文影评情感分析

摘要

对影评进行情感分析可以为用户观看电影提供一定的参考意见.针对Word2Vec等静态词向量技术不能学习文本的深层信息、解决一词多义及RNN存在的长期依赖和上下文深层语义挖掘不充分的问题,提出一种基于XLNet-BiLSTM的中文影评情感分类模型.首先,使用XLNet预训练语言模型生成具有上下文依赖的词向量来对影评信息进行分布式表征;然后,将词向量输入到BiLSTM网络中,对评论的深层语义进行分析和计算;最后,使用softmax函数实现影评情感极性分类.通过爬取豆瓣电影上的评论对模型进行训练和测试,实验结果表明,模型的准确率为0.924,损失率为0.184,相比于相关的情感分析模型取得了更好的效果.