韩 虎，刘国利 ，孙天岳，赵启涛

1.兰州交通大学 电子与信息工程学院，兰州 730070

2.甘肃省人工智能与图形图像工程研究中心，兰州 730070

1 引言

目前，随着互联网的发展，越来越多的人倾向于在购物APP上进行消费，这种方式不仅方便了人们的日常生活，而且拓展了商家的销售渠道。同时消费者可以对自己购买的产品给出及时的评价，商家通过对这些评论数据进行情感分析来判断消费者对产品的褒贬态度，从而来调整产品的定位和营销策略[1-2]。

神经网络以其优越的性能在文本情感分析领域取得了重大的突破[3-5]。Bahdanau 等人利用神经网络进行语言模型的构建，将词向量在低维空间中进行表示，能够更好地度量词与词之间的相关性[6]；Kim等人采用多个大小不同卷积核的卷积神经网络（Convolutional Neural Networks，CNN）模型进行局部特征提取，并成功应用于文本分类[7]；Wang 等人利用长短时记忆网络（Long Short-Term Memory，LSTM）解决句子中词语的时序关系以及词语之间的交互性问题，有效提高了情感分析的准确度[8]；Tang 等人在词向量中加入了情感信息，有效提高了情感分析的准确度[9]；Graves 等人提出使用循环卷积神经网络进行文本的分类，该方法采用双向循环结构对文本进行建模，在减少句子中词的歧义噪声的同时可以更好地保留词序信息[10]；Tai等人在LSTM网络的基础上引入树形结构来提高句子的语义表达[11]。

为了区分句子中不同词语对分类的不同贡献，注意力模型也被广泛地引入到深度学习模型中。Yin等人在CNN 模型的基础上加入了注意力机制，较未加入注意力机制的模型有更好的效果[12]；……