融合规则和统计的BAGGING情感分析

文本情感分类主要分为基于规则和基于统计,其中基于统计的文本情感分类以深度学习方法为主。但是深度学习高度依赖于大量高质量的训练数据,而现实生活中没有大量的训练数据。基于规则词典的文本情感分类又依赖于情感词典的准确度。所以本文提出了一种基于统计的Bert和卷积神经网络和双向长短时记忆(BILSTM)的混合神经网络结构加基于规则词典的BAGGING的方式进行情感判别。经过试验证明,结合规则与统计的方法与单独使用词典和单独使用Bert相比,准确率有所提高。