一种改进的带有情感信息的词向量学习方法

• 作者: 刘冬宁 史文鑫 张巍 滕少华
• 来源期刊: 计算机应用研究
• 关键词: 情感分析 词向量 语义 分类
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2287-2290
• 页数: 4页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.08.010

摘要

词语的情感信息对于情感分析任务至关重要,现有大多数基于词向量的无监督学习方法只能对词语的语法语境建模,但忽略了词语的情感信息.针对这一问题,提出了一种结合监督学习和非监督学习的词向量学习方法,既能够获得词语的语义信息又能够获得情感内容.在相关实验中,对词向量分析作了直观的举例对比,并将该方法用于情感分类任务中,通过引入新的评论数据集对该方法进行验证.实验结果表明,融合了语义与情感的词向量方法效果良好,能更为精确地对情感信息进行分类、更为客观地对用户信息进行评价,助力社交网络良性发展.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕少华	广东工业大学计算机学院	121	825	15.0	20.0
2	张巍	广东工业大学计算机学院	62	412	11.0	15.0
3	刘冬宁	广东工业大学计算机学院	42	183	8.0	11.0
4	史文鑫	广东工业大学计算机学院	1	4	1.0	1.0