《表4 长文本情感倾向性分析对比实验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于注意力双层LSTM的长文本情感分类方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验结果表明本方法Attention-BiLSTM优于LSTM-GRNN。Attention-BiLSTM在Yelp 2015语料上的情感分类正确率为70%，比目前最优方法LSTM-GRNN提升了2.4%，在IMDb语料上的正确率为47.5%，提升了2.2%。Attention-BiLSTM方法分类效果更好，该方法利用LSTM学习句子级情感向量表示，使用双向LSTM对句子的语义及句子间的语义关系进行编码，基于注意力机制根据句子的语义贡献度进行权值分配，进一步提高了情感分类正确率。而目前最优方法LSTM-GRNN不能根据句子的情感语义贡献度对不同句子进行权值分配，情感分类效果比AttentionBiLSTM差。Attention-BiLSTM在长文本评论情感倾向性分析上具有更好的效果。