基于深度情境表示的微博情感分类方法

被引:13
作者
陈波
机构
[1] 陕西理工大学数学与计算机科学学院
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].
丁晟春 ;
吴靓婵媛 ;
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].
廖祥文 ;
张丽瑶 ;
宋志刚 ;
程学旗 ;
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].
刘龙飞 ;
杨亮 ;
张绍武 ;
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].
罗毅 ;
李利 ;
谭松波 ;
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]. 
陈晓东 .
华中科技大学,
2012