基于特征扩展与深度学习的短文本情感判定方法

• 作者: 杜永萍 赵晓铮 陈守钦
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 情感挖掘 短文本 特征扩展 深度信念网络
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 人工智能
• 页码范围: 283-288
• 页数: 6页
• 分类号: TP391.1
• 字数: 4915字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.010.051

摘要

针对中文短文本信息量少、特征稀疏等特点,面向微博短文本进行情感分类研究,为了更好地提取短文本情感特征,从评论转发等上下文内容中挖掘具有语义递进关系的语料对原文本进行扩展,并抽取具有潜在感情色彩的特征词,采用Word2vec计算词语相似度以进行候选特征词扩展,最后引入深度信念网络(Deep Belief Network,DB)对候选特征词进行深度自适应学习.在COAE(Chinese Opinion Analysis Evaluation) 2015任务评测数据集上的实验表明,该方法能够有效地缓解短文本特征稀疏问题,并且能够较为准确地挖掘情感特征,提高情感分类的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜永萍	北京工业大学计算机学院	32	389	9.0	19.0
2	陈守钦	北京工业大学计算机学院	2	13	1.0	2.0
3	赵晓铮	北京工业大学计算机学院	3	17	2.0	3.0