李文亮，杨秋翔，秦 权

中北大学 软件学院，太原 030051

文本情感分析，也称为观点挖掘，是文本分析领域中的一个热点问题。它以文本中的主观信息为研究对象，识别主观信息所表达观点的情感取向。因此，在文本情感分析研究之前，首先需要将文本分为主观和客观两部分，然后再对文本情感进行分析。

文本情感分析是一项艰巨的任务，它在文本情感表达、文本格式和文本语言等方面面临很多问题。在文本情感表达方面，文本情感不透明，例如：“这座山很高”和“山里噪声很高”，两种表达都使用“很高”形容，却表达了两种相反的情感极性；在文本格式方面，大量文本主要来自互联网，具有不同的长度和格式；在文本语言方面，中文文本与英文文本的自身属性有很大的不同：中文文本需要分词，而英文文本的每个单词被空格分开。上述问题为文本情感分析任务中的文本向量化表示和语义特征提取带来了极大的挑战，直接影响文本情感分析的准确率。近年来，深度学习方法被广泛应用到文本情感分析任务中，为文本向量化表示和语义特征的提取提供了有效的方法。

近年来，深度学习方法被广泛应用到文本情感分析，为文本情感分析提供了有效的方法。其中文本卷积神经网络（Text Convolution Neural Network，TextCNN）最具代表性。但是TextCNN 的语义特征提取存在以下缺点：卷积层针对句子长度执行一维卷积，只能提取句子维度的语义特征，丢失词嵌入维度的语义特征；池化层采用单个最大池化操作，会造成部分语义特征的丢失；……