结合主题和分层注意混合网络的文本情感分析

文本情感分析一直以来都是自然语言处理的研究热点，近几年，深度神经网络在文本情感分析任务中取得了不错的效果。尽管取得了进展，但提出的模型没有利用整个语料库的统计信息，也没有将文档的体系结构的知识纳入到模型中。针对上述问题，本文提出了一种结合主题和分层注意混合网络的文本情感分析模型。首先，利用主题模型对数据集的主题进行提取，并结合文本的词嵌入和句子嵌入来丰富特征空间，以解决传统神经网络无法融入数据统计信息的问题；然后，采用卷积神经网络来降低特征空间的维度，同时，学习关键的主题信息；最后，使用带有主题感知的分层注意网络对模型进行训练，来关注文本中更重要的单词和句子。实验结果表明，提出的模型具有更好的分类性能，能够更好地揭示文本的情感。