基于松散条件下协同学习的中文微博情感分析

• 作者: 刘春 刘爱华 孙念 李玉强 黎威威
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 微博 情感分析 协同学习 主动学习 不确定策略
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 计算机技术
• 页码范围: 1452-1460
• 页数: 9页
• 分类号: TP391
• 字数: 6763字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.08.003

摘要

传统的协同学习算法需要2个充分冗余的特征视图,而在多数情况下达不到特征充分冗余的要求,为此提出松散条件下的协同学习框架.利用支持向量机算法和长短期记忆网络(LSTM)算法分别建立基于向量空间模型的微博特征视图和基于语义相关的词向量特征视图,在2个视图上进行协同学习.针对未标注样本的选择,提出结合主动学习中的不确定策略和协同学习中的最高置信度策略的选择策略,从不同角度充分利用未标注样本中包含的信息量.实验结果表明,在中文微博情感极性研究领域,提出的选择策略与传统选择策略相比,能够提高分类器的性能,并且利用松散条件下的协同学习框架实现微博情感分析性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李玉强	武汉理工大学计算机科学与技术学院	9	75	4.0	8.0
2	刘春	武汉理工大学计算机科学与技术学院	13	28	3.0	4.0
3	孙念	武汉理工大学计算机科学与技术学院	4	12	2.0	3.0
4	刘爱华	武汉理工大学能源与动力工程学院	7	26	3.0	5.0
5	黎威威	武汉理工大学计算机科学与技术学院	1	4	1.0	1.0