文章摘要:海量的网络文本给情感分析任务带来了巨大的机遇和挑战，传统基于规则的方法已经很难胜任这类文本的分析工作，现有的深度学习方法存在一些不足，一方面模型的输入只包括文本嵌入矩阵，缺乏其他特征的使用；；另一方面，词嵌入算法会导致文本结构信息缺失，进而影响分析效果。在对基于规则的情感分析方法中的句法规则进行研究的基础上，提出了一种结合多通道CNN、LSTM和全连接神经网络的多输入模型。同时在深度学习模型中构建了句法特征提取器来提取句法特征。在三个公开数据集上进行了实验，结果表明，本文构建的模型较其他模型拥有更好的分类性能，且句法规则特征的引入对模型的分类效果有一定的提升。

文章关键词:

项目基金: 上一篇：电信技术论文_结合自适应软掩模和混合特征的语 下一篇：没有了