基于卷积记忆神经网络的微博短文本情感分析

• 作者: 王义真 秦锋 袁志祥 郑啸
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 微博短文本 情感分析 神经网络 卷积记忆神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 195-200
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13382/j.jemi.2018.03.028

摘要

微博短文本情感分析的目的是发现用户对热点事件的观点及态度.已有的方法大多是基于词袋模型,然而,词袋模型无法准确捕获带有情感倾向性的语言表现特征.结合卷积神经网络(CNN)和长短期记忆网络(LSTM)模型的特点,提出了卷积记忆神经网络模型(CMNN),并基于此模型来解决情感分析问题.与传统算法相比,模型避免了具体任务的特征工程设计;与CNN和LSTM相比,模型既能够有效提取短文本局部最优特征,又能够解决远距离的上下文依赖.通过在COAE2014数据集上的实验来验证了模型对微博短文本情感分析的有效性.并与CNN、LSTM以及传统模型SVM做了实验对比,结果表明,模型对于微博短文本情感分析在性能上优于其他3种模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦锋		81	783	15.0	25.0
2	郑啸		54	1140	12.0	33.0
3	袁志祥		33	149	7.0	10.0
4	王义真		2	12	1.0	2.0