基于宽度注意力卷积网络的中文情绪识别方法

摘要

中文情绪识别是一项从中文文本中挖掘用户情绪信息的任务.目前在该任务中存在中文文本数据集少,识别准确率不够高等问题.因此提出了一种基于宽度注意力卷积网络的中文文本情绪识别方法,该方法首先通过ERNIE预训练模型,将原始文本转换为语义特征矩阵;然后,基于宽度学习理论构建宽度注意力模块,将语义特征矩阵输入该模块,其中,特征融合后的输出矩阵与一维卷积矩阵做哈达马积完成特征增强;最后,通过最大池化模块抓取关键特征,实现中文文本情绪分类输出.在新构建的中文情绪数据集上,该方法获得了更高的识别准确率.