本文介绍了我们在WASSA2018隐式情感共享任务中竞争的方法。 此任务的目标是将推文中被排除词的情感分为六类：悲伤，喜悦，厌恶，惊奇，愤怒和恐惧。 为此，我们研究了具有注意力机制的BiLSTM体系结构（BiLSTM-Attention）和具有注意力机制的LSTM体系结构（LSTM-Attention），并基于这两种模型尝试了不同的辍学率。 然后，我们利用这些方法的整体来给出最终预测，与基线模型相比，该最终预测显着提高了模型性能。 所提出的方法在30个团队中排名第七，在宏观F1方面比基线方法高出