基于ERNIE-BiAGRU-CapsNet的中文评教文本情感分析

为提高中文评教文本情感分析的准确率并挖掘文本中深层次语义情感关联,文章提出了一种基于ERNIE-BiAGRU-CapsNet的中文评教文本情感分析模型。其中,ERNIE通过词嵌入层获取文本中的隐含关系及深层语义动态词向量;BiAGRU在BiGRU更新门加入了注意力机制,以深入挖掘文本上下文语义表征信息;针对提取的上下文语义特征,CapsNet旨在进一步挖掘其局部语义特征。通过在实际中文评教文本数据中进行实验验证,模型分类输出的精确率高达96.77%,其分类性能较同类深度学习模型更优。