北京信息科技大学学报(自然科学版)

2019, v.34;No.132(06) 1-7

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于LSTM-CNNS情感增强模型的微博情感分类方法
Weibo sentiment classification method based on LSTM-CNNS emotion enhancement model

段宇翔;张仰森;张益兴;段瑞雪;

摘要(Abstract):

情感分析是文本分析中一个重要的研究领域,基于新浪微博进行情感极性的分析研究,结合词向量模型、长短期记忆网络(long short-term memory,LSTM)以及注意力机制,搭建了一个适用于中文微博情感分析的模型。同一任务下,基于长短期记忆网络和卷积神经网络(convolutional neural network,CNN)模型,使用情感词库对文本的情感进行加强,搭建了CNN情感增强模型和情感增强型的LSTM-CNNS情感分析模型。使用NLPCC 2013和NLPCC 2014的测评任务标准数据集进行实验。上述两种方法在测试集上的准确率分别为88.02%和93.03%,结果表明LSTM-CNNS情感增强模型在情感分类任务中表现更为突出。

关键词(KeyWords): 情感分类;长短期记忆网络;注意力机制;卷积神经网络

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金资助项目(61772081);; 北京信息科技大学校科研基金(1825023);; 科技创新服务能力建设-科研基地建设-北京实验室-国家经济安全预警工程北京实验室项目(PXM2018_014224_000010)

作者(Author): 段宇翔;张仰森;张益兴;段瑞雪;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享