基于深度学习的多维特征微博情感分析

• 作者: 张瑞 胡博宏 金志刚
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感分析 卷积神经网络 微博短文本 表情字符
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 机械工程· 控制科学与工程
• 页码范围: 1135-1140
• 页数: 6页
• 分类号: TP391
• 字数: 5380字
• 语种: 中文
• DOI: 10.11817/j.issn.1672-7207.2018.05.015

摘要

提出1种基于卷积神经网络的多维特征微博情感分析新机制;利用词向量计算文本的语义特征,结合基于表情字符的情感特征,利用卷积神经网络挖掘特征集合与情感标签间的深层次关联,训练情感分类器;结合微博文本的语义和情感特征,同时利用卷积神经网络的抽象特征提取能力,进而改善情感分析性能.研究结果表明:引入表情字符的情感特征模型可使情感分析准确率提高2.62%;相比基于词典的机器学习模型,新机制将情感分析准确率与F度量分别提升21.29%和19.20%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金志刚	天津大学电气自动化与信息工程学院	187	1023	14.0	23.0
2	张瑞	天津大学电气自动化与信息工程学院	35	130	7.0	9.0
3	胡博宏	天津大学电气自动化与信息工程学院	2	10	1.0	2.0