【摘要】：文本情感分析是當(dāng)前網(wǎng)絡(luò)輿情分析、產(chǎn)品評價、數(shù)據(jù)挖掘等領(lǐng)域的重要任務(wù)。由于當(dāng)前網(wǎng)絡(luò)數(shù)據(jù)的急劇增長,依靠人工設(shè)計特征或者傳統(tǒng)的自然語言處理語法分析工具等進(jìn)行分析,不但準(zhǔn)確率不高而且費(fèi)時費(fèi)力。而傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)模型均未考慮句子的結(jié)構(gòu)信息,并且在訓(xùn)練時很容易發(fā)生過擬合。針對這兩方面的不足,使用基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)模型分析文本的情感傾向,采用分段池化的策略將句子結(jié)構(gòu)考慮進(jìn)來,分段提取句子不同結(jié)構(gòu)的主要特征;并且引入Dropout算法以避免模型的過擬合和提升泛化能力。實(shí)驗結(jié)果表明,分段池化策略和Dropout算法均有助于提升模型的性能,所提方法在中文酒店評價數(shù)據(jù)集上達(dá)到了91%的分類準(zhǔn)確率,在斯坦福英文情感樹庫數(shù)據(jù)集五分類任務(wù)上達(dá)到了45.9%的準(zhǔn)確率,較基線模型都有顯著的提升。
[Abstract]:Text emotion analysis is an important task in the field of network public opinion analysis, product evaluation, data mining and so on. Because of the rapid growth of network data, it is not only accurate but also time-consuming and laborious to analyze by means of artificial design features or traditional natural language processing grammar analysis tools. However, the traditional convolution neural network models do not take into account the structure information of sentences, and they are easy to be fitted in training. In view of these two shortcomings, we use the convolution neural network model based on deep learning to analyze the emotional tendency of the text, and adopt the strategy of segmentation pool to consider the sentence structure and extract the main features of the different structure of the sentence. Dropout algorithm is introduced to avoid model overfitting and improve generalization ability. The experimental results show that both the piecewise pool strategy and the Dropout algorithm can improve the performance of the model, and the proposed method achieves a classification accuracy of 91% on the Chinese hotel evaluation data set. The accuracy of the five classification tasks in the Stanford English emotion tree database is 45.9%, which is significantly higher than that of the baseline model.
【作者單位】： 北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院;
【分類號】：TP391.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李鈍;喬保軍;曹元大;萬月亮;;基于語義分析的詞匯傾向識別研究[J];模式識別與人工智能;2008年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 洪旭東;余正濤;嚴(yán)馨;高盛祥;線巖團(tuán);;基于標(biāo)簽傳播算法的新詞情感極性識別[J];計算機(jī)科學(xué)與探索;2015年12期

2 烏達(dá)巴拉;汪增福;;一種擴(kuò)展式CRFs的短語情感傾向性分析方法研究[J];中文信息學(xué)報;2015年01期

3 唐波;陳光;王星雅;王非;陳小慧;;微博新詞發(fā)現(xiàn)及情感傾向判斷分析[J];山東大學(xué)學(xué)報(理學(xué)版);2015年01期

4 黃衛(wèi)春;周冬衛(wèi);鐘茂生;熊李艷;;一種改進(jìn)的詞匯語義極性分析算法[J];科學(xué)技術(shù)與工程;2014年24期

5 劉智;楊宗凱;劉三(女牙);王泰;孟文婷;王勝明;;采用動態(tài)特征選擇的中文情感識別研究[J];小型微型計算機(jī)系統(tǒng);2014年02期

6 徐鵬;;基于直覺模糊推理的網(wǎng)頁在線評論情感傾向分類[J];計算機(jī)應(yīng)用與軟件;2013年06期

7 魏椺;向陽;;一種新的中文詞語情感極性判別方法[J];微電子學(xué)與計算機(jī);2013年05期

8 李鈍;屠衛(wèi);石磊;陶永才;;基于上下文感知的中文新詞識別算法[J];計算機(jī)工程與設(shè)計;2012年10期

9 王鐵套;王國營;陳越;黃惠新;;基于語義模式與詞匯情感傾向的輿情態(tài)勢研究[J];計算機(jī)工程與設(shè)計;2012年01期

10 魏椺;向陽;陳千;;中文文本情感分析綜述[J];計算機(jī)應(yīng)用;2011年12期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來自于仿生學(xué)[J];物理;2001年10期

2 唐春明,高協(xié)平;進(jìn)化神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展[J];系統(tǒng)工程與電子技術(shù);2001年10期

3 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運(yùn)優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期

4 程科,王士同,楊靜宇;新型模糊形態(tài)神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];計算機(jī)工程與應(yīng)用;2004年21期

5 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學(xué);2004年03期

6 周麗暉;從統(tǒng)計角度看神經(jīng)網(wǎng)絡(luò)[J];統(tǒng)計教育;2005年06期

7 趙奇 ,劉開第 ,龐彥軍;灰色補(bǔ)償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機(jī)信息;2005年14期

8 袁婷;;神經(jīng)網(wǎng)絡(luò)在股票市場預(yù)測中的應(yīng)用[J];軟件導(dǎo)刊;2006年05期

9 尚晉;楊有;;從神經(jīng)網(wǎng)絡(luò)的過去談科學(xué)發(fā)展觀[J];重慶三峽學(xué)院學(xué)報;2006年03期

10 楊鐘瑾;;神經(jīng)網(wǎng)絡(luò)的過去、現(xiàn)在和將來[J];青年探索;2006年04期

相關(guān)會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號：2179212