本文研究发表于学术期刊 IEEE Access，于2024年3月20日在线发表。论文的标题为“A Parallel Two-Channel Emotion Classification Method for Chinese Text”。主要作者为 Liu Na, Tao Cao, Shuchen Bai, 和 Danqing Li，他们均来自中国的大连工业大学（Dalian Polytechnic University）信息科学与工程学院。通讯作者为 Liu Na。
本研究属于自然语言处理领域，具体聚焦于中文文本情感分析。其学术背景在于，社交媒体（如微博、微信）的飞速发展产生了海量蕴含用户情感的短文本数据，对这些数据进行自动化情感分析在商业营销、舆情监控、推荐系统等领域具有重要价值。然而，中文文本的复杂性为情感分析带来了独特挑战：与英文等字母文字不同，中文存在“字”与“词”的双粒度特征，其语义表达不仅依赖于词语，也常常蕴含于字符组合（如成语、网络新词）之中。传统的基于单一粒度（纯词向量或纯字向量）或单一深度学习模型的方法，往往难以全面、精准地捕捉中文这种细粒度的语义和上下文依赖信息。因此，本研究旨在设计一种创新的并行双通道分类策略，以更准确地捕捉中文文本的语义，提升情感分类的精度，并为中文自然语言处理领域提供新的研究思路。
本研究的详细工作流程主要包含四个核心部分：编码层、特征提取层（包含两个并行通道）、特征融合与分类层，以及后续的实验验证与分析。下面将逐一详述。
第一，编码层。此步骤的目标是为输入的文本生成两种不同粒度的向量表示。对于“字粒度”向量，研究采用了先进的预训练模型ERNIE来获取。ERNIE是专门针对中文优化的知识增强语义表示模型，与BERT相比，其掩码策略不仅掩盖单个字符，还掩盖实体和短语，从而更好地学习到中文的语法和语义知识。在本文中，设置隐藏层大小为768，使用12个头进行多头自注意力计算，最终为每个输入字符生成一个768维的向量。对于“词粒度”向量，研究采用经典的Word2Vec模型中的CBOW架构进行训练。在训练前，使用jieba工具对文本进行分词。最终，每个词被映射为一个300维的向量。通过这种方式，模型同时获得了基于字符的深层次语义表示（来自ERNIE）和基于词语的分布式表示（来自Word2Vec），为后续的双通道特征提取奠定了基础。
第二，特征提取层。这是模型的核心创新部分，由两个并行且结构不同的通道组成。 * 通道一：多尺度卷积神经网络通道。该通道负责处理从ERNIE得到的字粒度向量序列。其设计亮点在于“多窗口卷积”。具体而言，研究者并未使用单一尺寸的卷积核，而是并行了三组一维卷积核，其窗口大小分别为3、4、5。这些不同尺寸的卷积核如同不同宽度的“阅读窗”，同时扫描字向量序列，从而能够捕获不同范围的n-gram局部特征信息（例如，3-gram、4-gram、5-gram组合的语义）。每个卷积核扫描后，会生成一个特征图。接着，对每个特征图同时进行最大池化和平均池化操作，并将两种池化的结果相加，以保留最显著特征的同时兼顾整体信息。最后，将三个不同窗口卷积得到的特征进行拼接，形成最终的“字粒度高级特征向量”。 * 通道二：BiGRU-Attention通道。该通道负责处理从Word2Vec得到的词粒度向量序列。首先，词向量序列被输入到一个双向门控循环单元网络中。BiGRU由前向和后向两个GRU网络组成，能够从前往后和从后往前两个方向捕捉文本的上下文依赖关系，这对于理解句子整体情感倾向至关重要。BiGRU在每个时间步会输出一个融合了双向信息的隐藏状态，形成一个新的序列。然而，句子中的词语对情感表达的贡献度并不相同。为此，研究者在BiGRU的输出之上引入了注意力机制。该机制会为序列中的每一个隐藏状态计算一个权重分数，分数越高代表该位置对应的词语信息对当前情感分类任务越重要。计算权重时采用了加性模型。最后，所有隐藏状态根据其注意力权重进行加权求和，得到一个能够聚焦于情感关键词的“词粒度高级特征向量”。这种设计不仅提取了上下文信息，还突出了关键情感词的作用。
第三，特征融合与分类层。经过两个并行通道的处理，模型得到了分别代表字粒度信息和词粒度信息的两个高级特征向量。接下来，研究采用一个线性层来学习这两个向量的融合权重，通过矩阵运算和偏置将二者融合为一个统一的文本表示向量。在融合后，使用ReLU激活函数增加非线性。最后，这个融合后的特征向量被送入一个Softmax分类器，输出文本属于正面或负面情感的概率分布，从而完成分类任务。整个模型被称为MSCBA。
为了验证MSCBA模型的有效性，研究团队进行了系统性的实验，其研究对象为三个公开的中文情感分析数据集：Data1（微博评论数据集，119,988条，正负各半）、Data2（外卖平台评论数据集，11,987条，负评多于正评）和Data3（电商平台评论数据集，62,773条，正负基本平衡）。这些数据集覆盖了社交媒体、生活服务和电子商务三个不同领域，用以测试模型的通用性和鲁棒性。实验将每个数据集按8:2的比例划分为训练集和测试集。
在实验设置上，研究者进行了细致的超参数调优。通过网格搜索，确定了模型的最优配置：Dropout率为0.2（防止过拟合），训练轮数为5，多尺度卷积核的最佳组合为(3,4,5)。评价指标采用了准确率、精确率、召回率和F1值，并同时报告了宏观平均和加权平均的结果，以全面评估模型在不平衡数据集上的性能。
第四，主要结果分析。实验结果充分证明了MSCBA模型的优越性。 首先，在核心数据集Data1（微博）上，MSCBA模型取得了93.64%的准确率，其正面和负面情感的F1值也分别达到0.94471和0.92777。通过与一系列基线模型和变体模型的对比，MSCBA展现出了显著优势。例如，仅使用Word2Vec+多尺度CNN的模型准确率为90.12%，仅使用ERNIE+Softmax的模型为92.05%，而将ERNIE与Word2Vec特征简单融合后串行输入CNN-BiGRU的模型准确率为92.71%。研究者提出的另一个并行模型MSCB（无注意力机制）准确率为93.26%。MSCBA在MSCB的基础上引入注意力机制，进一步将准确率提升了0.38个百分点，这表明注意力机制能有效聚焦关键信息，提升模型判别力。 其次，在更具挑战性的Data2和Data3数据集上，MSCBA同样表现出强大的泛化能力。在样本分布不平衡的Data2（外卖评论）上，模型准确率达到90.00%，超越了所有对比模型。在文本长度更长、信息更复杂的Data3（电商评论）上，模型准确率高达92.61%。这些结果证明，MSCBA设计的双粒度、双通道并行架构，能够有效应对不同领域、不同特点的中文文本情感分析任务。 此外，研究还进行了深入的消融实验，以验证模型中各个组件的贡献。实验表明：1) 单独使用BiGRU或CNN进行双粒度特征提取的效果（约90%）远低于将二者并行结合的策略（MSCB达92.27%），证实了并行异构特征提取器的有效性；2) 在并行结构中引入注意力机制（从MSCB到MSCBA）能使F1值从92.27%提升至92.31%，进一步优化了性能。 最后，下采样实验显示，即使仅使用原数据集20%的数据进行训练，MSCBA模型仍能保持相对稳健的性能，且其性能下降幅度小于对比模型MSCB，这证明了MSCBA在数据稀缺场景下也具有一定的实用性。
第五，研究的结论与价值。本研究成功提出了一种创新的并行双通道中文文本情感分类方法MSCBA。其核心贡献在于：通过结合ERNIE和Word2Vec，实现了字与词双粒度语义表示的深度融合；通过设计多尺度CNN与BiGRU-Attention的并行架构，实现了局部特征与全局上下文依赖的协同捕捉。实验在三个不同领域的公开数据集上均取得了领先的分类准确率，验证了模型的有效性和鲁棒性。 本研究的科学价值在于：为解决中文文本特有的双粒度语义理解挑战提供了一种高效、创新的框架，推动了中文自然语言处理，特别是情感分析方向的技术发展。其应用价值则体现在：为商业品牌分析用户反馈、优化营销策略，为社交平台改进内容推荐、提升用户体验，以及为学术研究者提供更强大的文本分析工具，均提供了切实可行的解决方案。
第六，研究的亮点。本研究的突出亮点体现在以下几个方面： 1. 架构创新：提出了“并行双通道”的模型设计思想，一个通道（多尺度CNN）专注提取字粒度的细局部特征，另一个通道（BiGRU-Attention）专注捕捉词粒度的上下文与关键信息，二者并行处理、最后融合，结构清晰且高效。 2. 技术融合：巧妙地融合了前沿预训练模型、传统词嵌入模型、卷积神经网络、循环神经网络和注意力机制，充分发挥了各类技术的优势，形成了强大的技术合力。 3. 针对性强：整个研究设计紧密围绕中文语言的特性展开，专门针对“字词双粒度”这一核心挑战进行建模，具有鲜明的语言针对性。 4. 验证全面：不仅在标准数据集上取得了优异结果，还通过在不同领域、不同数据分布（平衡/不平衡）的数据集上进行测试，以及系统的消融实验和下采样实验，全面、深入地验证了模型的性能和各个组件的必要性，论证扎实。
第七，其他有价值的内容。论文还对未来工作进行了展望，指出了几个有潜力的研究方向，包括：向多模态（融合文本、图像、音频）情感分析扩展，以更全面地理解用户表达；增强模型的可解释性，使分类决策过程更透明；将模型拓展至多语言场景，以处理跨文化情感差异；以及进一步优化模型在包含反讽、类别极度不平衡等复杂情况下的性能。这些展望为该领域的后续研究提供了清晰的指引。