基于CNN-BiLSTM-HAN混合神经网络的高校图书馆社交网络平台细粒度情感分析 |
| |
引用本文: | 李博,李洪莲,关青,刘杨.基于CNN-BiLSTM-HAN混合神经网络的高校图书馆社交网络平台细粒度情感分析[J].农业图书情报学刊,2022(4):63-73. |
| |
作者姓名: | 李博 李洪莲 关青 刘杨 |
| |
作者单位: | 哈尔滨商业大学图书馆 |
| |
基金项目: | 国家社会科学基金青年项目“中美公共图书馆法人治理结构比较研究”(19CTQ005); |
| |
摘 要: | 目的/意义]从高校图书馆社交网络平台用户评论数据挖掘角度出发,对用户评论情感极性进行细粒度分析,为高校图书馆了解用户真实情感倾向并提升服务质量提供科学依据。方法/过程]以国内高校图书馆社交网络平台用户中文评论数据为研究对象,通过Tensor Flow深度学习框架,利用Keras人工神经网络库,将卷积神经网络(Convolution Neural Network,CNN)和双向长短时记忆网络(Bidirectional Long Short Term Memory,BiLSTM)结合,并引入层次化注意力机制(Hierarchical Attention,HAN),构建基于CNN-BiLSTM-HAN混合神经网络的情感分析模型。结果/结论]利用真实高校图书馆社交网络平台用户评论数据集进行实验,本文方法取得93.38%的准确率,结果表明本文模型的有效性。模型较为复杂,导致模型训练时间上较长,方法模型的普适性有待进一步检验,表情符号信息没有得到有效利用,参数设置尚需进一步研究。
|
关 键 词: | 高校图书馆 社交网络平台 卷积神经网络 双向长短时记忆网络 层次化注意力机制 情感分析 |
|
|