基于弱监督预训练CNN模型的情感分析方法

• 作者: 夏鸿斌 张越
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 情感分析 弱监督 预训练-微调 卷积神经网络
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 热点与综述
• 页码范围: 27-33
• 页数: 7页
• 分类号: TP391
• 字数: 6650字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0208

摘要

传统的情感分析研究大多基于机器学习算法,此类方法依赖大量人工抽取的特征与领域知识.使用卷积神经网络自动学习文本的特征表示,进而判别文本的情感极性.为了解决情感分析中监督训练样本不足的问题,利用大规模弱监督数据来训练卷积神经网络.同时引入"预训练-微调"策略,先在弱监督数据集上对卷积神经网络进行预训练,然后使用监督数据集进行微调训练来克服弱监督数据中的噪声问题.在SemEval-2013 Twitter情感分析数据集上进行实验验证,结果表明由于引入了弱监督数据参与训练,有效增强了卷积神经网络学习情感语义的能力,从而提升了模型的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏鸿斌	江南大学数字媒体学院	24	148	6.0	11.0
3	张越	江南大学数字媒体学院	11	22	4.0	4.0