%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,R2NN),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