基于卷积神经网络的中文微博情感分类

• 作者: 付鹏 冯多 林政 王伟平
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 情感分类 卷积神经网络 微博分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 157-164,177
• 页数: 9页
• 分类号: TP3
• 字数: 8397字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.04.027

摘要

微博是互联网舆论演化的重要平台,对微博进行情感分析,有助于及时掌握社会热点和舆论动态.由于微博数据内容简短、特征稀疏、富含新词等特征,微博情感分类依然是一个较难的任务.传统的文本情感分类方法主要基于情感词典或者机器学习等,但这些方法存在数据稀疏的问题,而且忽略了词的语义、语序等信息.为了解决上述问题,提出一种基于卷积神经网络的中文微博情感分类模型CNNSC,实验表明相比目前的主流方法,CNNSC的准确率提高了3.4%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	付鹏		8	61	5.0	7.0
5	王伟平	中国科学院信息工程研究所	18	334	8.0	18.0
6	林政	中国科学院信息工程研究所	6	102	5.0	6.0
7	冯多		5	15	1.0	3.0