基于卷积神经网络的微博情感倾向性分析

【#第一文档网# 导语】以下是®第一文档网的小编为您整理的《基于卷积神经网络的微博情感倾向性分析》，欢迎阅读！

基于卷积神经网络的微博情感倾向性分析

刘龙飞;杨亮;张绍武;林鸿飞

【期刊名称】《中文信息学报》 【年(卷),期】2015(029)006

【摘 要】微博情感倾向性分析旨在发现用户对热点事件的观点态度.由于微博噪声大、新词多、缩写频繁、有自己的固定搭配、上下文信息有限等原因,微博情感倾向性分析是一项有挑战性的工作.该文主要探讨利用卷积神经网络进行微博情感倾向性分析的可行性,分别将字级别词向量和词级别词向量作为原始特征,采用卷积神经网络来发现任务中的特征,在COAE2014任务4的语料上进行了实验.实验结果表明,利用字级别词向量及词级别词向量的卷积神经网络分别取得了95.42％的准确率和94.65％的准确率.由此可见对于中文微博语料而言,利用卷积神经网络进行微博情感倾向性分析是有效的,且使用字级别的词向量作为原始特征会好于使用词级别的词向量作为原始特征. 【总页数】7页(P159-165)

【作 者】刘龙飞;杨亮;张绍武;林鸿飞

【作者单位】大连理工大学信息检索实验室,辽宁大连116024;大连理工大学信息检索实验室,辽宁大连116024;大连理工大学信息检索实验室,辽宁大连116024;大连理工大学信息检索实验室,辽宁大连116024 【正文语种】中 文 【中图分类】TP391


【相关文献】

1.基于情感倾向性分析的微博意见领袖识别模型 [J], 陈志雄;王时绘;高榕 2.基于多特征的藏文微博情感倾向性分析 [J], 江涛;袁斌;于洪志;加羊吉 3.基于深度神经网络的微博文本情感倾向性分析 [J], 钮成明;詹国华;李志华 4.基于扎根理论的微博用户情感倾向性分析及应对策略 [J], 邓春林;贾懿;隆征帆;姜柳

5.基于双重注意力模型的微博情感倾向性分析 [J], 罗春春;郝晓燕

因版权原因，仅展示原文概要，查看原文内容请购买

本文来源：https://www.dy1993.cn/sb84.html