基于BiLSTM+Attention的体育领域情感分析研究

发布时间：2021-06-05 15:59

　　针对体育领域情感分析资源不足、分析性能不高的现状,对体育领域的情感分析开展了研究.首先从"新浪体育"和"直播吧"等平台经过人工筛选、标注,构建了中文情感标注语料库CH-SPORT,共标记评论10 000条,其中积极评论5 000条,消极评论5 000条.然后选用了SVM、TextCNN、BiLSTM、RCNN、fastText、BiLSTM+Attention等模型对CH-SPORT进行了评估.实验结果表明,BiLSTM+Attention模型在CH-SPORT上的分类效果最佳,Acc为87.75%,比基准数据集ChnSentiCorp和NLPCC2014分别高出18.65%、11.75%.本文构建的数据集能有效应用于体育情感分析研究中. 

【文章来源】：新疆大学学报(自然科学版)(中英文). 2020,37(02)

【文章页数】：8 页

【部分图文】：

LSTM结构

Att-BiLSTM模型结构

为了评估CH-SPORT的有效性，共开展两个实验任务．任务一：在两个公开的中文数据集和本文构建的CH-SPORT训练集上分别训练模型，用CH-SPORT的测试集评估效果．

【参考文献】：
期刊论文
[1]基于规则的维吾尔语、哈萨克语机器翻译[J]. 如克燕木·吾斯曼江,买热哈巴·艾力,吐尔根·依布拉音.  新疆大学学报(自然科学版). 2016(03)
[2]基于HNC语境框架和情感词典的文本情感倾向分析[J]. 张克亮,黄金柱,曹蓉,李峰.  山东大学学报(理学版). 2016(07)
[3]基于主动学习的SVM维吾尔语情感分析研究[J]. 李响,吐尔根·依布拉音,卡哈尔江·阿比的热西提,买合木提·买买提.  新疆大学学报(自然科学版). 2015(04)

硕士论文
[1]基于情感词典的中文微博情感倾向分析研究[D]. 陈晓东.华中科技大学 2012



本文编号：3212470