基于神经网络的微博情感分析

• 作者: 孟环建 苏小英
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 微博 情感分析 神经网络 特征 短文本
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 应用开发研究
• 页码范围: 161-164,168
• 页数: 5页
• 分类号: TP391
• 字数: 4333字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.12.036

摘要

微博情感分析的目的是发现用户对热点事件的态度及观点,目前已有的相关研究大部分是使用SVM根据手工标注的微博情感特征对微博进行情感分析,然而由于微博文本通常含有有限的上下文信息,因而对其进行情感分析是具有挑战性的. 为了能有效地解决这一任务,文中提出基于卷积的神经网络结构模型,被命名为汉字到句子卷积神经网络.该网络使用两个卷积层从任何规模的字和句子中抽取相关特征,从字到句子级层面卷积神经网络信息来完善短文本的信息进行微博情感分析. 通过实验来证明卷积神经网络对于微博情感分析的有效性,并与基于层次结构的多策略方法和基于词典与机器学习的方法进行对比,结果表明文中提出的方法对于微博短文本情感分析更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏小英	上海中医药大学图书信息中心	15	81	5.0	8.0
5	孟环建	上海大学计算机工程与科学学院	1	22	1.0	1.0