卷积神经网络在短文本情感多分类标注应用

• 作者: 叶施仁 周锦峰 王晖
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 情感分析 多分类标注 卷积神经网络 深度学习
• 年，卷（期）: 2018,（22）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 133-138,149
• 页数: 7页
• 分类号: TP183
• 字数: 6896字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1801-0163

摘要

情感多分类标注对文本信息的敏感性远高于二分类问题.为了有效利用语义依赖距离和语义多层次进行情感多分类,提出一种多窗口多池化层的卷积神经网络模型.首先使用多窗口的卷积层提取上下文局部语义,然后通过多池化层降低特征维度,同时保留不同层次的语义,由多层次语义构成文本特征向量,最后送入全连接层完成多分类标注.采用斯坦福情感树库数据集验证所提模型的多分类标注效果.实验结果表明,在训练集含短语和未包含短语两种设定下,模型的短文本情感多分类正确率分别达到54.6％和43.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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