基于deep belief nets的维吾尔语句子级情感分析

• 作者: 李敏 李自臣 田生伟 禹龙 衣马木艾山·阿布都力克木 陈梅
• 来源期刊: 计算机应用研究
• 关键词: 维吾尔语 情感分类 深度学习 深度信念网络 词语嵌入
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2066-2070
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.07.034

摘要

针对维吾尔语句子情感信息,即喜、怒、哀、乐和客观五分类任务,提出了一种利用深度信念网络(deep belief nets,DBN)模型的深度学习机制进行基于深层语义特征的句子级情感分析方法.该方法通过对维吾尔语情感句及语言特点的深入研究,提取出利于情感分析任务的八项情感特征.为了提高特征对文本语义的表达,将富含词汇深层语义和上下文信息的word embedding特征与情感特征进行融合,作为深度信念网络的输入.利用多层无监督的波尔兹曼机(RBM)训练并提取隐含的深层语义特征,通过有监督的后向传播算法对网络进行微调,进而完成情感分类任务.该方法在维吾尔语句子级情感分类任务中的准确率为83.35％,召回率为84.42％,F值为83.88％.实验结果证明,深度学习模型较浅层的学习模型更合适于文本的情感分类任务,对word embedding特征项的引入,有效地提高了情感分类模型的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	禹龙	新疆大学网络中心	82	301	9.0	13.0
2	陈梅	乌鲁木齐职业大学信息工程学院	39	54	4.0	6.0
3	田生伟	新疆大学软件学院	101	343	9.0	13.0
4	李自臣	乌鲁木齐职业大学智能信息处理研究中心	28	34	3.0	5.0
5	衣马木艾山·阿布都力克木	乌鲁木齐职业大学信息工程学院	8	37	3.0	6.0
9	李敏	新疆财经大学统计与信息学院	5	5	2.0	2.0