【摘要】：隨著互聯(lián)網(wǎng)科技的蓬勃發(fā)展,網(wǎng)絡(luò)評論不論是在國家層面還是在人們的日常生活中都起著舉足輕重的作用。對于網(wǎng)絡(luò)上的文本進(jìn)行分析是一個非常具有現(xiàn)實意義的任務(wù)。我們中華文字充滿著豐富的語義信息,很多時候,同樣的詞語在不同的語境下有著截然不同的意思,并且中文的研究還需要對文本進(jìn)行分詞、繁簡體轉(zhuǎn)化等處理,因此對中文的文本進(jìn)行分析要比英文文本分析面臨更多的挑戰(zhàn)。文本情感分析是文本分析中不可忽略的一部分,許多時候我們必須了解一個句子、一條評論、一段話的情感才能夠更加全面準(zhǔn)確的理解語句的真實含義�，F(xiàn)如今人工智能正在逐漸改變?nèi)藗兊纳睢Ｉ疃葘W(xué)習(xí)對人工智能起著推進(jìn)作用。在深度學(xué)習(xí)基礎(chǔ)上發(fā)展而來的人臉識別、語音對話、文本分析技術(shù)正應(yīng)用于我們手機(jī)的App之中,對文本的情感進(jìn)行分析是文本分析技術(shù)的一個重要應(yīng)用。深度學(xué)習(xí)當(dāng)中有許多的神經(jīng)網(wǎng)絡(luò),在眾多的神經(jīng)網(wǎng)絡(luò)之中,卷積神經(jīng)網(wǎng)絡(luò)(CNN,Convolution Neural Network)具有局部感知能力能夠提取數(shù)據(jù)中的局部信息,而循環(huán)神經(jīng)網(wǎng)絡(luò)更適合于研究序列化數(shù)據(jù)。語言本身就是序列化數(shù)據(jù),并且語言的上下文存在語義關(guān)系。長短期記憶神經(jīng)網(wǎng)絡(luò)(LSTM,Long Short Term Memory)是循環(huán)神經(jīng)網(wǎng)絡(luò)的一種,耦合輸入和遺忘門模型(CIFG,Coupled Input and Forget Gate)是LSTM的一個變形。本文將CNN與CIFG兩者進(jìn)行結(jié)合,提出卷積耦合輸入和遺忘門網(wǎng)絡(luò)模型(CNN-CIFG,Convolution Neural Network-Coupled Input and Forget Gate)解決影評文本的情感分析問題。本文首先通過網(wǎng)絡(luò)爬蟲技術(shù)爬取豆瓣網(wǎng)上影視作品的影評文本信息。因影評數(shù)據(jù)具有內(nèi)容隨意、多樣性等特性,最初要將影評文本進(jìn)行數(shù)據(jù)清洗以及繁簡體轉(zhuǎn)化、文本分詞、情感標(biāo)注等預(yù)處理操作。然后將經(jīng)預(yù)處理后的文本向量化,將影評文本轉(zhuǎn)化為計算機(jī)能夠認(rèn)識的一種形式,再將向量化后的數(shù)據(jù)傳入神經(jīng)網(wǎng)絡(luò)模型。經(jīng)過不停地迭代優(yōu)化,得到可以用于影評情感分類的模型。經(jīng)實驗對比分析,本文構(gòu)建的卷積耦合輸入和遺忘門網(wǎng)絡(luò)模型(CNN-CIFG)可以更好的學(xué)習(xí)文本中的情感信息,對正面和負(fù)面文本的分類性能在多個評價指標(biāo)上都有提高。
【學(xué)位授予單位】：上海師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：J943;TP391.1;TP183
【圖文】：

CBOW結(jié)構(gòu)圖

Skip-Gram結(jié)構(gòu)圖

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭云桓;黃鳳珍;丁奕然;;逆向教學(xué)主線在生物學(xué)模型教學(xué)的應(yīng)用——以“DNA分子的結(jié)構(gòu)”為例[J];中學(xué)生物學(xué);2017年08期

2 余謀昌;生態(tài)模型評價問題[J];生態(tài)學(xué)雜志;1988年01期

3 謝如鋒;楊潔;任亞娜;范華驊;錢開誠;;應(yīng)用小鼠模型評價人血小板體內(nèi)活力的實驗研究[J];中國輸血雜志;2010年S1期

4 王海彬,石印玉,沈培芝,張戈;早期股骨頭缺血性壞死的模型評價[J];中國中醫(yī)骨傷科;1998年03期

5 陳云卿;根據(jù)需求回歸模型評價福利狀況變化的一些結(jié)果[J];管理科學(xué)文摘;1994年07期

6 克勞斯·齊勒;史戴芬·韋恩克;約亨·維爾納;呂霽月;撒蘭應(yīng);;德國的經(jīng)典普通教學(xué)論模型——有效的抑或不切實際的?[J];全球教育展望;2018年07期

7 徐涵;劉小平;;作者主題模型及其改進(jìn)的方法與應(yīng)用研究綜述[J];圖書情報工作;2019年07期

8 姚云;鄭世清;沈志良;;利用人工神經(jīng)網(wǎng)絡(luò)模型評價膠州灣水域富營養(yǎng)化水平[J];海洋環(huán)境科學(xué);2008年01期

9 趙勇勝;水文地質(zhì)數(shù)值模型應(yīng)用中存在的問題及模型評價方法的探討[J];吉林水利;1996年11期

10 王川，黃錚，樊民星，李樹森;天然氣資源成藏模型評價系統(tǒng)的建立[J];石油與天然氣地質(zhì);1996年02期

相關(guān)會議論文 前10條

1 謝如鋒;楊潔;任亞娜;范華驊;錢開誠;;應(yīng)用小鼠模型評價人血小板體內(nèi)活力的實驗研究[A];中國輸血協(xié)會第五屆輸血大會論文專集（摘要篇）[C];2010年

2 郭勝亞;徐懿喬;張勇;劉洪翠;李春啟;;應(yīng)用斑馬魚模型評價中藥毒性[A];浙江省毒理學(xué)會第二屆學(xué)術(shù)年會論文集[C];2015年

3 呂玉鳳;陳玉宙;段明慧;趙民富;張東旭;;再淹沒傳熱試驗數(shù)據(jù)分析及模型評價[A];中國核科學(xué)技術(shù)進(jìn)展報告（第五卷）——中國核學(xué)會2017年學(xué)術(shù)年會論文集第10冊（核測試與分析分卷、核安全分卷）[C];2017年

4 王雪;韓利文;彭維兵;張云;何秋霞;孫晨;劉可春;;肌酐檢測在以斑馬魚為模型評價化合物腎臟毒性中的應(yīng)用[A];中國毒理學(xué)會中藥與天然藥物毒理專業(yè)委員會第一次（2016年）學(xué)術(shù)交流大會論文集[C];2016年

5 童巧文;朱英標(biāo);姚蘇琴;酈錚錚;李曉莉;夏念格;韓釗;鄭榮遠(yuǎn);;不同神經(jīng)功能評分標(biāo)準(zhǔn)在小鼠EAE模型評價中的比較[A];2009年浙江省神經(jīng)病學(xué)學(xué)術(shù)年會論文匯編[C];2009年

6 胡s

本文編號：2739643