基于卷积神经网络的中文微博情感分类

被引：40

作者：

冯多 ^{[1
,2
]}

林政 ^{[2
]}

付鹏 ^{[1
,2
]}

王伟平 ^{[2
]}

机构：

[1] 中国科学院大学

[2] 中国科学院信息工程研究所

来源：

计算机应用与软件 | 2017年 / 34卷 / 04期

关键词：

情感分类; 卷积神经网络; 微博分类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP183 [人工神经网络与计算];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

微博是互联网舆论演化的重要平台,对微博进行情感分析,有助于及时掌握社会热点和舆论动态。由于微博数据内容简短、特征稀疏、富含新词等特征,微博情感分类依然是一个较难的任务。传统的文本情感分类方法主要基于情感词典或者机器学习等,但这些方法存在数据稀疏的问题,而且忽略了词的语义、语序等信息。为了解决上述问题,提出一种基于卷积神经网络的中文微博情感分类模型CNNSC,实验表明相比目前的主流方法,CNNSC的准确率提高了3.4%。

引用

页码：157 / 164+177 +177

页数：9

共 5 条

[1]

基于上下文重构的短文本情感极性判别研究.[J].杨震;赖英旭;段立娟;李玉鑑;.自动化学报.2012, 01

[2]

User Behaviors in Related Word Retrieval and New Word Detection.[J].Zhiyuan Liu;Yabin Zheng;Lixing Xie;Maosong Sun;Liyun Ru;Yang Zhang.ACM Transactions on Asian Language Information Processing (TALIP).2011, 4

[3]

Sentiment classification of online reviews to travel destinations by supervised machine learning approaches.[J].Qiang Ye;Ziqiong Zhang;Rob Law.Expert Systems With Applications.2008, 3

[4]

A new differential LSI space-based probabilistic document classifier [J].

Chen, L ;

Tokuda, N ;

Nagai, A .

INFORMATION PROCESSING LETTERS, 2003, 88 (05) :203-212

[5]

Machine learning and data mining [J].

Mitchell, TM .

COMMUNICATIONS OF THE ACM, 1999, 42 (11) :30-36

← 1 →