基于双向LSTM的影评情感分析算法设计

实现了一种基于双向LSTM(BiLSTM)的影评情感分析算法。BiLSTM是双向长短时记忆网络,针对文本、视频等时序数据分析可有效提取上下文依赖关系。影评分析是文本处理的一个子领域,是典型的时序数据处理问题。BiLSTM采用两个反向的LSTM网络,为模型提供了额外的上下文信息。为防止过拟合,在网络中还采用了Dropout机制。本算法基于Keras平台实现,并且通过实验对比,LSTM、BiLSTM和BiLSTM结合Dropout三种算法中,最后一种效果最好。本算法设计为BiLSTM的广阔应用前景提供了研究基础。