基于深度特征提取的文本情感極性分類研究
本文關(guān)鍵詞:基于深度特征提取的文本情感極性分類研究
更多相關(guān)文章: 情感分類 深度學(xué)習(xí) 卷積神經(jīng)網(wǎng)絡(luò) 長短時記憶神經(jīng)網(wǎng)絡(luò)
【摘要】:隨著微博、論壇、知乎、豆瓣等社交媒體的發(fā)展,人們在網(wǎng)絡(luò)上行為往往已經(jīng)不再局限于信息的瀏覽,越來越多的人開始在社交網(wǎng)絡(luò)上表達自己的觀點、分享知識、創(chuàng)作內(nèi)容,這也成為了互聯(lián)網(wǎng)資源的一部分。網(wǎng)友發(fā)布的海量內(nèi)容中既包括很多對熱點事件的評論,也包括對特定商品的評價,它們中的大部分文字都帶有明顯情感傾向的信息。如何從這些海量的、非結(jié)構(gòu)化的數(shù)據(jù)中挖掘出有效的、易于分析的結(jié)構(gòu)性信息,就是情感分析的主要任務(wù)。情感分析在業(yè)界廣泛被應(yīng)用于產(chǎn)品分析、商品推薦等方面,甚至可以應(yīng)用股票價格趨勢的預(yù)測,具有很大的商業(yè)價值。而對于政府部門來說,情感分析更是輿情監(jiān)測、民意調(diào)研、危機管理的重要基礎(chǔ)技術(shù)。傳統(tǒng)的文本情感分析方法依靠復(fù)雜的特征工程,需要耗費大量的人力進行特征構(gòu)建和篩選,應(yīng)用領(lǐng)域或者隨著時間的推移,如果語言習(xí)慣發(fā)生變化,則又需要重新選擇特征,不具有普適性。近年來,深度學(xué)習(xí)在自然語言處理的各種應(yīng)用中得到了廣泛的關(guān)注,本文在總結(jié)傳統(tǒng)基于情感詞典的情感分析方法和目前已有的可用于情感分析的深度學(xué)習(xí)方法的基礎(chǔ)上,針對存在的問題,建立了兩種深度學(xué)習(xí)模型:一是結(jié)合了空間遞歸網(wǎng)絡(luò)(RecursiveNeuralNetworks,RSNN)和具有記憶能力的GRU單元(Gated Recurrent Units)的RSGRU網(wǎng)絡(luò),模型不僅能夠表示文本的上下文信息,也能利用語法結(jié)構(gòu)信息。將RSGRU 網(wǎng)絡(luò)模型應(yīng)用在語句級情感分析任務(wù)上,相較于目前應(yīng)用比較多的長短時記憶神經(jīng)網(wǎng)絡(luò)模型(Long-ShortTermMemory,LSTM)和卷積神經(jīng)網(wǎng)絡(luò)等模型,在文本情感極性分類任務(wù)上有了一定的性能的提升。二是結(jié)合了卷積神經(jīng)網(wǎng)絡(luò)和雙向GRU網(wǎng)絡(luò)的CNN-BGRU模型,并將該模型應(yīng)用于篇章級的文本情感分析中。卷積神經(jīng)網(wǎng)絡(luò)在局部特征提取方面表現(xiàn)更好、更適合于對句子進行建模,而雙向GRU更實用于表達序列信息進行,本文將這兩種模型結(jié)合,在情感極性分類問題上相對于普通的卷積神經(jīng)網(wǎng)絡(luò)等其他模型取得了較好的效果,且與傳統(tǒng)方法相比不需人工進行特征提取,在實際應(yīng)用中可以節(jié)約大量人力,且更加容易維護。
【學(xué)位授予單位】:山東大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2017
【分類號】:TP391.1
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 楊曉帥 ,付玫;神經(jīng)網(wǎng)絡(luò)技術(shù)讓管理更輕松[J];軟件世界;2000年11期
2 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
3 唐春明,高協(xié)平;進化神經(jīng)網(wǎng)絡(luò)的研究進展[J];系統(tǒng)工程與電子技術(shù);2001年10期
4 李智;一種基于神經(jīng)網(wǎng)絡(luò)的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學(xué)院學(xué)報;2003年02期
5 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];計算機工程與應(yīng)用;2004年21期
6 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
7 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
8 趙奇 ,劉開第 ,龐彥軍;灰色補償神經(jīng)網(wǎng)絡(luò)及其應(yīng)用研究[J];微計算機信息;2005年14期
9 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
10 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
中國重要會議論文全文數(shù)據(jù)庫 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;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;萬強;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
中國重要報紙全文數(shù)據(jù)庫 前10條
1 美國明尼蘇達大學(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)計算機系 邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;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 張獻懷;干細胞移植: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)用研究達國際先進水平[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
中國博士學(xué)位論文全文數(shù)據(jù)庫 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
中國碩士學(xué)位論文全文數(shù)據(jù)庫 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:1266634
本文鏈接:http://sikaile.net/shoufeilunwen/xixikjs/1266634.html