基于fcmpCNN模型的网络文本情感多分类标注

• 作者: 叶施仁 周锦峰 王晖
• 来源期刊: 计算机应用研究
• 关键词: 情感分析 情感多分类标注 卷积神经网络
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3551-3555
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.12.007

摘要

针对网络文本情感分析,提出了一种基于全卷积—多池化单元的卷积神经网络模型,实现情感多分类标注.无须手动指定多种上下文窗口大小和尽量保留文本的多层次语义,模型通过堆叠多级全卷积—多池化单元,提取出文本特征向量.该文本特征向量包含多个抽象级别、多种上下文窗口大小和不同层次语义的文本特征.模型最后基于此向量计算情感多分类标注.实验表明,模型的网络文本情感多分类标注正确率达到56.3％,与同类模型比较,提高了情感多分类标注的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晖	常州大学信息科学与工程学院	12	23	3.0	3.0
2	叶施仁	常州大学信息科学与工程学院	25	214	6.0	14.0
3	周锦峰	常州大学信息科学与工程学院	3	11	2.0	3.0