摘 要：为了避免池化层重要特征信息的丢失以及改善 CNN 和 RNN 无法全面提取特征的局限性，文章提出一种基于BiGRU 和胶囊网络的神经网络模型—BGCapNet 模型，该模型使用两个不同尺寸的 BiGRU 进行特征提取，实现文本长距离相互依赖的特性，胶囊网络获取更丰富的特征信息并通过胶囊预测进行情感分类。为了评估模型的有效性，在电影评论 IMDB 和SST-2 这两个数据集上进行了实验。实验结果表明，BGCapNet 模型在影评数据集上的准确率和 F1 值优于其他传统方法，有效提高了文本情感分类的效果。
关键词：文本情感分类；BGCapNet；BiGRU；胶囊网络；深度学习
DOI:10.19850/j.cnki.2096-4706.2022.04.008
中图分类号 : TP391.1 文献标识码 :A 文章标号：2096-4706（2022）04-0031-04
Study on Text Sentiment Classification Based on BiGRU and Capsule Networks
ZHANG Tian, CHEN Hui
(College of Computer Science and Engineering, Anhui University of Science and Technology, Huainan 232001, China)
Abstract: In order to avoid the loss of important feature information in the pool layer and improve the limitation that CNN and RNN can not fully extract features, this paper proposes a neural network model based on BiGRU and capsule network—BGCapNet model. The model uses two BiGRU with different sizes for feature extraction to realize the characteristics of long-distance interdependence of text. The capsule network obtains richer feature information and classifies emotion through capsule prediction. In order to evaluate the effectiveness of the model, experiments are carried out on two data sets of film review IMDB and SST-2. The experimental results show that the accuracy and F1 value of BGCapNet model in film review data set are better than other traditional methods, and the effect of text emotion classification is effectively improved.
Keywords: text sentiment classification; BGCapNet; BiGRU; capsule network; deep learning
参考文献：
[1] 洪巍，李敏 . 文本情感分析方法研究综述 [J]. 计算机工程与科学，2019，41（4）：180-187.
[2] 李然，林政，林海伦，等 . 文本情绪分析综述 [J]. 计算机研究与发展，2018，55（1）：30-52.
[3] 彭晓彬 . 基于 word2vec 的文本情感分析方法研究 [J]. 网络安全技术与应用，2016（7）：58-59.
[4] 李慧，柴亚青 . 基于卷积神经网络的细粒度情感分析方法[J]. 现代图书情报技术，2019，3（1）：95-103.
[5] 李洋，董红斌 . 基于 CNN 和 BiLSTM 网络特征融合的文本情感分析 [J]. 计算机应用，2018，38（11）：3075-3080.
[6] 孙玉霞 . 基于 BiGRU-Attention 模型的文本情感分析研究 [D]. 阜新：辽宁工程技术大学，2019.
[7] HINTON G E，KRIZHEVSKY A，WANG S D. Transforming Auto-Encoders [C]// Artificial Neural Networks and Machine Learning -ICANN 2011. Espoo：Proceedings，2011：14-17.
[8] MALLIS G I，SCHMIDT D H，LINDENBAUM J. Superior bioavailability of digoxin solution in capsules[J]. Clinical Pharmacology & Therapeutics，1975，18（6）：761-768.
[9] ZHAO W，YE J，YANG M，et al. Investigating Capsule Networks with Dynamic Routing for Text Classification [C]//Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing. Brussels，Association for Computational Linguistics，2018：3110-3119.
作者简介：张甜（1997—），女，汉族，山东菏泽人，硕士研究生在读，主要研究方向：自然语言处理、文本情感分析；陈辉（1973—），男，汉族，安徽庐江人，副教授，硕士生导师，博士，主要研究方向：无线传感器网络、机器学习、物联网技术及应用。