融合胶囊网络的中文短文本情感分析

针对传统文本分类模型提取中文短文本内在语义信息不够全面的缺点,提出了一种融合预训练模型和胶囊网络的文本分类模型。使用多尺度卷积神经网络提取预训练模型各层蕴含不同层次的局部语义,采用注意力机制融合得到多粒度局部语义和胶囊网络获取的全局语义,结合正则化方法提高模型对文本情感极性的判别能力。对比实验中模型在3个不同领域的真实数据集上的F1值,结果表明:模型利用改进的胶囊网络能够更加全面地提取中文短文本语义特征,提升情感极性判别精度。