深度置信网络的Spark并行化在微博情感分类中的应用研究

• 作者: 尚勃 张翔 石力 董丽丽
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 中文微博 情感分析 深度置信网络 Spark并行化
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 数据工程
• 页码范围: 48-53
• 页数: 6页
• 分类号: TP391
• 字数: 5509字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.02.008

摘要

中文微博情感分析可以发现公众对热点事件的态度掌握网络舆情,因此成为文本挖掘的一个热点研究.采用一种基于Spark并行化的深度置信网络的情感分类方法,该方法利用Word2Vec工具表示微博文本和建立情感词典;使用深度置信网络构建微博情感分类模型;通过Spark集群对深度置信神经网络进行并行化处理.实验结果表明,基于深度置信网络的微博情感分类模型在Spark平台下并行化,训练时间大幅缩短,情感分类的准确率比传统的浅层学习方法高5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董丽丽	西安建筑科技大学信息与控制工程学院	79	651	13.0	22.0
2	张翔	西安建筑科技大学信息与控制工程学院	27	218	8.0	14.0
3	石力	西安建筑科技大学信息与控制工程学院	2	5	1.0	2.0
4	尚勃	西安建筑科技大学信息与控制工程学院	1	4	1.0	1.0