基于卷积神经网络参数优化的中文情感分析

• 作者: 曾碧卿 王盛玉 胡翩翩
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 卷积神经网络 情感分析 参数优化 词向量 深度学习
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 200-207,214
• 页数: 9页
• 分类号: TP391.1
• 字数: 6971字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.08.034

摘要

卷积神经网络模型的训练需要设计者指定大量模型参数,但因模型对各类参数的敏感度不一,导致实验效果不佳.针对上述问题,研究中文文本情感分析,以词向量维度、词向量训练规模、滑动窗口大小和正则化方法等作为不同模型的影响因素,设计单层卷积神经网络,在不同影响因素下分别进行中文情感分类实验,并根据结果得出卷积神经网络在处理中文情感分析时对各类参数的敏感程度和具体的模型参数优化建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾碧卿	华南师范大学计算机学院	51	304	9.0	15.0
5	胡翩翩	华南师范大学计算机学院	2	42	2.0	2.0
6	王盛玉	华南师范大学计算机学院	6	47	3.0	6.0