基于BLSTM的维吾尔语文本情感分析

被引：31

作者：

王树恒 ^{[1
]}

吐尔根依布拉音 ^{[2
]}

卡哈尔江阿比的热西提 ^{[2
]}

艾山吾买尔 ^{[2
]}

古丽尼格尔阿不都外力 ^{[2
]}

机构：

[1] 新疆大学软件学院

[2] 新疆大学信息科学与工程学院

来源：

计算机工程与设计 | 2017年 / 38卷 / 10期

关键词：

情感分析; 词嵌入; 双向长短时记忆神经网络; 深度学习; 维吾尔语;

D O I：

10.16208/j.issn1000-7024.2017.10.051

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

针对传统情感分类方法未考虑文本间的深层语义关系,过于依赖背景知识并且忽略文本间情感极性的弊端,结合维吾尔语语言特征以及词语间的情感特征,探索基于word embedding和BI-LSTM的维吾尔语文本情感分析方法。结合词语间的情感特征,利用word embedding构建词向量,获取文本的情感及语义表示;通过训练双向LSTM深度学习模型,实现维吾尔语情感分类。同等条件下,与RNN、CNN、SVM等方法进行对比,对比结果表明,该方法可以有效提高维吾尔语文本情感分类的准确率。

引用

页码：2879 / 2886

页数：8

共 9 条

[1]

细粒度意见挖掘中维吾尔语文本情感分析研究 [J].