本文關(guān)鍵詞：基于深度學(xué)習(xí)的微博情感分析

  更多相關(guān)文章： 深度學(xué)習(xí) 微博情感分析 遞歸神經(jīng)網(wǎng)絡(luò) 自編碼

【摘要】：中文微博情感分析旨在發(fā)現(xiàn)用戶對熱點事件的觀點態(tài)度。已有的研究大多使用SVM、CRF等傳統(tǒng)算法根據(jù)手工標注情感特征對微博情感進行分析。該文主要探討利用深度學(xué)習(xí)來做中文微博情感分析的可行性,采用遞歸神經(jīng)網(wǎng)絡(luò)來發(fā)現(xiàn)與任務(wù)相關(guān)的特征,避免依賴于具體任務(wù)的人工特征設(shè)計,并根據(jù)句子詞語間前后的關(guān)聯(lián)性引入情感極性轉(zhuǎn)移模型加強對文本關(guān)聯(lián)性的捕獲。該文提出的方法在性能上與當前采用手工標注情感特征的方法相當,但節(jié)省了大量人工標注的工作量。
【作者單位】： 鄭州大學(xué)信息工程學(xué)院;中國核科技信息與經(jīng)濟研究院;
【關(guān)鍵詞】： 深度學(xué)習(xí) 微博情感分析 遞歸神經(jīng)網(wǎng)絡(luò) 自編碼
【基金】：國家自然科學(xué)基金(60970083,61272221) 國家社會科學(xué)基金(14BYY096) 國家高技術(shù)研究發(fā)展863計劃(2012AA011101) 河南省科技廳科技攻關(guān)計劃項目(132102210407) 河南省科技廳基礎(chǔ)研究項目(142300410231,142300410308) 河南省教育廳科學(xué)技術(shù)研究重點項目(12B520055,13B520381)
【分類號】：TP391.1;TP393.092
【正文快照】： 1引言隨著社交網(wǎng)絡(luò)的不斷發(fā)展,人們更愿意通過微博、博客社區(qū)來表達自己的觀點,發(fā)表對熱點事件的評論,從而使通過微博、博客、影評以及產(chǎn)品評價等來了解社交網(wǎng)絡(luò)用戶的情感傾向得到了學(xué)術(shù)界的廣泛關(guān)注。根據(jù)微博數(shù)據(jù)進行情感分析是一個具有挑戰(zhàn)性的任務(wù),近年來引發(fā)了學(xué)者極大

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 唐慧豐;譚松波;程學(xué)旗;;基于監(jiān)督學(xué)習(xí)的中文情感分類技術(shù)比較研究[J];中文信息學(xué)報;2007年06期

2 朱嫣嵐;閔錦;周雅倩;黃萱菁;吳立德;;基于HowNet的詞匯語義傾向計算[J];中文信息學(xué)報;2006年01期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 姚奧;張宇;;一種優(yōu)化的K-Means聚類算法[J];工業(yè)控制計算機;2016年11期

2 何偉;;基于評價系統(tǒng)理論的漢語評價詞典構(gòu)建[J];江漢學(xué)術(shù);2016年06期

3 趙軍;王紅;朱華方;;一種改進的融合關(guān)聯(lián)詞典的微博傾向性分析方法[J];數(shù)據(jù)采集與處理;2016年06期

4 王杰;李德玉;王素格;;面向非平衡文本情感分類的TSF特征選擇方法[J];計算機科學(xué);2016年10期

5 馮沖;廖純;劉至潤;黃河燕;;基于詞匯語義和句法依存的情感關(guān)鍵句識別[J];電子學(xué)報;2016年10期

6 繆裕青;高韓;劉同來;文益民;;基于網(wǎng)格聚類的情感分析研究[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2016年10期

7 李永忠;胡思琪;;基于HowNet和PAT樹的網(wǎng)購評語情感分析[J];圖書情報研究;2016年03期

8 栗雨晴;禮欣;韓煦;宋丹丹;廖樂健;;基于雙語詞典的微博多類情感分析方法[J];電子學(xué)報;2016年09期

9 郗亞輝;;產(chǎn)品評論中領(lǐng)域情感詞典的構(gòu)建[J];中文信息學(xué)報;2016年05期

10 梅莉莉;黃河燕;周新宇;毛先領(lǐng);;情感詞典構(gòu)建綜述[J];中文信息學(xué)報;2016年05期

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 周茜,趙明生,扈e，

本文編號：849184