钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
自动化技术与计算机技术期刊
\
计算机应用研究期刊
\
基于word embedding和CNN的情感分类模型
基于word embedding和CNN的情感分类模型
作者:
段书凯
王丽丹
蔡慧苹
原文服务方:
计算机应用研究
卷积神经网络
自然语言处理
深度学习
词嵌入
情感分类
摘要:
尝试将word embedding和卷积神经网络(CNN)相结合来解决情感分类问题。首先,利用skip-gram模型训练出数据集中每个词的word embedding,然后将每条样本中出现的word embedding组合为二维特征矩阵作为卷积神经网络的输入,此外每次迭代训练过程中,输入特征也作为参数进行更新;其次,设计了一种具有三种不同大小卷积核的神经网络结构,从而完成多种局部抽象特征的自动提取过程。与传统机器学习方法相比,所提出的基于word embedding和CNN的情感分类模型成功地将分类正确率提升了5.04%。
下载原文
收藏
引用
分享
推荐文章
基于word2vec和双向LSTM的情感分类深度模型
文本分类
情感分析
双向长短时记忆循环神经网络
词向量
社交网络
基于word2vec的跨领域情感分类方法
语义特征
共现特征
词向量
跨领域情感分类
Word2vec-CNN-Bilstm短文本情感分类
神经网络
情感分类
词向量
短文本
基于CNN与词语邻近特征的情感分类模型
情感分类
卷积神经网络
词向量
连续性
序列性
邻近特征
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于word embedding和CNN的情感分类模型
来源期刊
计算机应用研究
学科
关键词
卷积神经网络
自然语言处理
深度学习
词嵌入
情感分类
年,卷(期)
2016,(10)
所属期刊栏目
算法研究探讨
研究方向
页码范围
2902-2905,2909
页数
5页
分类号
TP183
字数
语种
中文
DOI
10.3969/j.issn.1001-3695.2016.10.005
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
段书凯
西南大学电子信息工程学院
62
480
14.0
19.0
2
王丽丹
西南大学电子信息工程学院
50
402
12.0
18.0
3
蔡慧苹
西南大学电子信息工程学院
1
41
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(15)
共引文献
(71)
参考文献
(8)
节点文献
引证文献
(41)
同被引文献
(27)
二级引证文献
(56)
1998(1)
参考文献(1)
二级参考文献(0)
2006(4)
参考文献(2)
二级参考文献(2)
2007(2)
参考文献(0)
二级参考文献(2)
2008(3)
参考文献(0)
二级参考文献(3)
2009(2)
参考文献(0)
二级参考文献(2)
2010(1)
参考文献(0)
二级参考文献(1)
2011(3)
参考文献(1)
二级参考文献(2)
2012(4)
参考文献(1)
二级参考文献(3)
2014(1)
参考文献(1)
二级参考文献(0)
2015(2)
参考文献(2)
二级参考文献(0)
2016(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
二级引证文献(0)
2016(1)
引证文献(1)
二级引证文献(0)
2017(7)
引证文献(6)
二级引证文献(1)
2018(35)
引证文献(20)
二级引证文献(15)
2019(36)
引证文献(10)
二级引证文献(26)
2020(18)
引证文献(4)
二级引证文献(14)
研究主题发展历程
节点文献
卷积神经网络
自然语言处理
深度学习
词嵌入
情感分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
主办单位:
四川省计算机研究院
出版周期:
月刊
ISSN:
1001-3695
CN:
51-1196/TP
开本:
大16开
出版地:
邮发代号:
创刊时间:
1984-01-01
语种:
chi
出版文献量(篇)
21004
总下载数(次)
0
期刊文献
相关文献
1.
基于word2vec和双向LSTM的情感分类深度模型
2.
基于word2vec的跨领域情感分类方法
3.
Word2vec-CNN-Bilstm短文本情感分类
4.
基于CNN与词语邻近特征的情感分类模型
5.
基于word2vec和双向LSTM的情感分类深度模型
6.
基于ConvLSTM模型的短文本情感分类研究
7.
CNN-ELM混合短文本分类模型
8.
基于Word2vec和多分类器的影评情感分类方法
9.
基于Focal Loss-2函数的中文短文本情感分类研究
10.
基于CNN-BIGRU的中文文本情感分类模型
11.
基于规则的情感本体和词向量的中文情感分类
12.
基于CNN的中国绘画图像分类
13.
基于fcmpCNN模型的网络文本情感多分类标注
14.
基于word2vec的跨领域情感分类方法
15.
基于计数模型的Word Embedding算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
计算机应用研究2000
计算机应用研究2001
计算机应用研究2002
计算机应用研究2003
计算机应用研究2004
计算机应用研究2005
计算机应用研究2006
计算机应用研究2007
计算机应用研究2008
计算机应用研究2009
计算机应用研究2010
计算机应用研究2011
计算机应用研究2012
计算机应用研究2013
计算机应用研究2014
计算机应用研究2015
计算机应用研究2016
计算机应用研究2017
计算机应用研究2018
计算机应用研究2019
计算机应用研究2020
计算机应用研究2022
计算机应用研究2016年第2期
计算机应用研究2016年第3期
计算机应用研究2016年第5期
计算机应用研究2016年第4期
计算机应用研究2016年第1期
计算机应用研究2016年第6期
计算机应用研究2016年第7期
计算机应用研究2016年第9期
计算机应用研究2016年第10期
计算机应用研究2016年第11期
计算机应用研究2016年第8期
计算机应用研究2016年第12期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号