一种基于自注意力机制的用户评论情感分类方法

摘要

近年来,用户评论情感分类方法成为自然语言处理领域的重要研究内容.本文利用自注意力机制在文本中捕捉重要局部特征的优势,在没有外部语法信息的条件下自动学习上下文关系,并结合卷积神经网络模型TextCNN,提出一种基于自注意力机制的文本分类模型(TextCNN Attention,TextCNN-Att),TextCNN-Att模型结合了卷积神经网络中的卷积操作,但不对卷积结果进行Maxpoolling,而是对卷积结果进行Attention处理,然后对每一个Attention结果进行Softmax,从而实现对用户评论的情感分类.实验结果表明,TextCNN-Att在2018 AI全球挑战赛的数据集上的精确率为0.921,召回率为0.945,F1值为0.933.