基于语言模型的神经网络的文本情感分析

• 作者: 张毓 陈军清
• 来源期刊: 现代计算机
• 关键词: 深度神经网络 自然语言处理 文本情感分析 语言模型
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 研究与开发
• 页码范围: 24-28
• 页数: 5页
• 字数: 4101字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.07.007

摘要

目前常用的情感分析方法,主要是基于传统的机器学习算法,例如,支持向量机、朴素贝叶斯、最大熵等方法.而这些传统的方法存在众多的弊端:需要人工大量的标注情感词典和先验知识等.而近期,依托大数据的出现,基于深度神经网络的方法在自然语言处理中表现出强大的优势.为了解决以上存在的问题,提出长短时记忆[1]网络和神经网络模型[2]相结合的方法来进行文本情感分析,即LSTM-LM模型.通过实验对比分析,所提出的LSTM-LM相对传统的机器学习方法有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈军清	四川大学计算机学院	2	6	1.0	2.0
2	张毓	四川大学计算机学院	2	6	1.0	2.0