论文部分内容阅读
结合卷积神经网络CNN和最小门控单元MGU各自的优势,融合注意力机制,提出注意力C_MGU神经网络模型。通过CNN的卷积层模块捕捉提取文本的初步特征表示,利用Attention机制和MGU模块对文本的初步特征表示进行关键信息的加强和优化,并将生成的文本深层特征表示输入到Softmax层进行回归处理。对公开数据集IMBD、Sentiment140进行情感分类实验,结果表明该模型能够强化对文本的句义理解,可进一步学习序列相关特征,有效地提高情感分类的准确率。