一種基于CNN與雙向LSTM融合的文本情感分類方法

摘要：現在文本情感分類普遍采用深度學習的方法。卷積神經網絡可以較好地提取局部特征,但是缺少對上下文的理解。長短記憶網絡可以有效記憶較長距離的信息,有較強的全局性。為實現全局特征與局部特征的有效融合,研究了一種融合兩種特征的深度學習方法,構建深度學習網絡模型。利用互聯網中獲取的文本作為訓練語料及測試語料,在百度開源平臺PaddlePaddle上進行實驗。實驗結果顯示,該算法與傳統CNN和LSTM模型算法相比,識別的準確率分別提高了2.65和1.87個百分點,說明該模型算法在文本情感分類的性能上有所提高。