学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
基于深度情境表示的微博情感分类方法
被引:13
作者
:
论文数:
引用数:
h-index:
机构:
陈波
机构
:
[1]
陕西理工大学数学与计算机科学学院
来源
:
计算机工程与设计
|
2018年
/ 39卷
/ 09期
关键词
:
情感分类;
深度学习;
卷积神经网络;
语义表示;
文本分类;
D O I
:
10.16208/j.issn1000-7024.2018.09.044
中图分类号
:
TP391.1 [文字信息处理];
TP18 [人工智能理论];
学科分类号
:
120506
[数字人文]
;
140502
[人工智能]
;
摘要
:
针对现有的微博立场分类方法依赖孤立文本表示的问题,提出一种基于情境语义表示的微博情感分类方法。设计一种深度神经网络,考虑用户发言的文本及其情境信息(如用户的主题偏好及评论),学习微博消息在特定情境下的向量表示,采用Softmax分类器对用户立场进行分类。实验结果表明,相比传统方法,该方法能够得到更高的分类准确度,在舆情分析及自然语言处理等方面有广泛的应用前景。
引用
收藏
页码:2952 / 2956
页数:5
相关论文
共 5 条
[1]
基于SVM的中文微博观点倾向性识别
[J].
论文数:
引用数:
h-index:
机构:
丁晟春
;
论文数:
引用数:
h-index:
机构:
吴靓婵媛
;
论文数:
引用数:
h-index:
机构:
李红梅
.
情报学报,
2016,
(12)
:1235
-1243
[2]
基于卷积神经网络的中文微博观点分类
[J].
论文数:
引用数:
h-index:
机构:
廖祥文
;
论文数:
引用数:
h-index:
机构:
张丽瑶
;
论文数:
引用数:
h-index:
机构:
宋志刚
;
论文数:
引用数:
h-index:
机构:
程学旗
;
论文数:
引用数:
h-index:
机构:
陈国龙
.
模式识别与人工智能,
2016,
29
(12)
:1075
-1082
[3]
基于卷积神经网络的微博情感倾向性分析
[J].
论文数:
引用数:
h-index:
机构:
刘龙飞
;
论文数:
引用数:
h-index:
机构:
杨亮
;
论文数:
引用数:
h-index:
机构:
张绍武
;
论文数:
引用数:
h-index:
机构:
林鸿飞
.
中文信息学报,
2015,
29
(06)
:159
-165
[4]
基于中文微博语料的情感倾向性分析
[J].
论文数:
引用数:
h-index:
机构:
罗毅
;
论文数:
引用数:
h-index:
机构:
李利
;
论文数:
引用数:
h-index:
机构:
谭松波
;
论文数:
引用数:
h-index:
机构:
程学旗
.
山东大学学报(理学版),
2014,
49
(11)
:1
-7+13
[5]
基于情感词典的中文微博情感倾向分析研究
[D].
论文数:
引用数:
h-index:
机构:
陈晓东
.
华中科技大学,
2012
←
1
→
共 5 条
[1]
基于SVM的中文微博观点倾向性识别
[J].
论文数:
引用数:
h-index:
机构:
丁晟春
;
论文数:
引用数:
h-index:
机构:
吴靓婵媛
;
论文数:
引用数:
h-index:
机构:
李红梅
.
情报学报,
2016,
(12)
:1235
-1243
[2]
基于卷积神经网络的中文微博观点分类
[J].
论文数:
引用数:
h-index:
机构:
廖祥文
;
论文数:
引用数:
h-index:
机构:
张丽瑶
;
论文数:
引用数:
h-index:
机构:
宋志刚
;
论文数:
引用数:
h-index:
机构:
程学旗
;
论文数:
引用数:
h-index:
机构:
陈国龙
.
模式识别与人工智能,
2016,
29
(12)
:1075
-1082
[3]
基于卷积神经网络的微博情感倾向性分析
[J].
论文数:
引用数:
h-index:
机构:
刘龙飞
;
论文数:
引用数:
h-index:
机构:
杨亮
;
论文数:
引用数:
h-index:
机构:
张绍武
;
论文数:
引用数:
h-index:
机构:
林鸿飞
.
中文信息学报,
2015,
29
(06)
:159
-165
[4]
基于中文微博语料的情感倾向性分析
[J].
论文数:
引用数:
h-index:
机构:
罗毅
;
论文数:
引用数:
h-index:
机构:
李利
;
论文数:
引用数:
h-index:
机构:
谭松波
;
论文数:
引用数:
h-index:
机构:
程学旗
.
山东大学学报(理学版),
2014,
49
(11)
:1
-7+13
[5]
基于情感词典的中文微博情感倾向分析研究
[D].
论文数:
引用数:
h-index:
机构:
陈晓东
.
华中科技大学,
2012
←
1
→