%0 Journal Article
%A 梁 军
%A 柴玉梅
%A 原慧斌
%A 高明磊
%A 昝红英
%T 基于极性转移和LSTM递归网络的情感分析
%D 2015
%R
%J 中文信息学报
%P 152-160
%V 29
%N 5
%X 长短时记忆(long short term memory,LSTM)是一种有效的链式循环神经网络(recurrent neural network,R2NN①),被广泛用于语言模型、机器翻译、语音识别等领域。但由于该网络结构是一种链式结构,不能有效表征语言的结构层次信息,该文将LSTM扩展到基于树结构的递归神经网络(Recursive Neural Network,RNN)上,用于捕获文本更深层次的语义语法信息,并根据句子前后词语间的关联性引入情感极性转移模型。实验证明本文提出的模型优于LSTM、递归神经网络等。
%U http://jcip.cipsc.org.cn/CN/abstract/article_2114.shtml