隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)評(píng)論空間中產(chǎn)生了大量的信息,這些信息主要由微博評(píng)論、商品評(píng)論、社交評(píng)論等組成。而評(píng)論往往帶有比較強(qiáng)烈的情感色彩,因此對(duì)網(wǎng)絡(luò)評(píng)論進(jìn)行情感分析具有重大的社會(huì)價(jià)值和現(xiàn)實(shí)意義。本論文對(duì)情感分析領(lǐng)域的現(xiàn)狀以及深度學(xué)習(xí)理論進(jìn)行了深入地研究,分析了該領(lǐng)域存在的一些問題,從提升情感分析預(yù)測(cè)的準(zhǔn)確率出發(fā),首先針對(duì)單一深度學(xué)習(xí)模型存在的不足,提出了一種多模型融合文本情感的算法;其次,針對(duì)詞向量中缺乏情感信息的問題,提出了一種情感詞向量的構(gòu)建方法。本論文具體的工作內(nèi)容和創(chuàng)新點(diǎn)如下:(1)為了解決單一的深度學(xué)習(xí)模型難以在獲取高度抽象文本特征的同時(shí)學(xué)習(xí)句子的序列特征的問題,本論文提出了一種多模型融合的深度學(xué)習(xí)算法,首先利用卷積神經(jīng)網(wǎng)絡(luò)的并行特征提取能力對(duì)數(shù)據(jù)進(jìn)行特征提取。接著結(jié)合雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)抽取句子序列特征的優(yōu)點(diǎn),將提取的特征送入雙向長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,同時(shí)使用全局均值池化的方法減小模型的復(fù)雜程度。本論文在亞馬遜評(píng)論數(shù)據(jù)集和SSTb數(shù)據(jù)集中進(jìn)行對(duì)比實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,與傳統(tǒng)算法相比,本論文提出的算法能夠有效地提升情感分析的準(zhǔn)確性。(2)為了使詞向量具有情感信息...

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 文檔級(jí)別情感分類
        1.2.2 句子級(jí)別情感分類
        1.2.3 情感詞嵌入技術(shù)
    1.3 論文研究?jī)?nèi)容
    1.4 論文結(jié)構(gòu)安排
第2章 相關(guān)技術(shù)概述
    2.1 淺層神經(jīng)網(wǎng)絡(luò)介紹
    2.2 詞向量介紹
        2.2.1 詞表示方法
        2.2.2 語(yǔ)言模型介紹
        2.2.3 word2vec模型介紹
    2.3 深度學(xué)習(xí)算法介紹
        2.3.1 卷積神經(jīng)網(wǎng)絡(luò)
        2.3.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
    2.4 本章小結(jié)
第3章 多模型融合文本情感算法研究
    3.1 引言
    3.2 模型結(jié)構(gòu)
        3.2.1 卷積層
        3.2.2 雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)
        3.2.3 分類層
        3.2.4 損失函數(shù)選取
    3.3 實(shí)驗(yàn)及分析
        3.3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)集
        3.3.2 實(shí)驗(yàn)設(shè)置
        3.3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第4章 情感詞向量構(gòu)建方法
    4.1 引言
    4.2 基于Skip-Gram的情感詞向量構(gòu)建
        4.2.1 單詞情感標(biāo)簽的獲取
        4.2.2 情感詞向量模型構(gòu)建
    4.3 實(shí)驗(yàn)及分析
        4.3.1 實(shí)驗(yàn)數(shù)據(jù)
        4.3.2 基準(zhǔn)方法
        4.3.3 實(shí)驗(yàn)設(shè)置
        4.3.4 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 研究工作總結(jié)
    5.2 未來工作展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果



本文編號(hào)：3756870