基于卷积神经网络的社交媒体文本情感分析

• 作者: 周春良 王麟阁 陆正球
• 来源期刊: 现代信息科技
• 学科: 工学
• 关键词: 情感分析 卷积神经网络 词向量
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 计算机技术
• 页码范围: 89-92
• 页数: 4页
• 分类号: TP391.41|TP183
• 字数: 1980字
• 语种: 中文
• DOI: 10.3969/j.issn.2096-4706.2018.02.031

摘要

随着各类社交媒体上的评论数据数量的急剧增加,从大量的评论数据中挖掘出其所包含的情感信息具有越来越高的商业价值.本文提出了一种基于卷积神经网络的社交媒体情感分类模型,首先通过包含酒店评论在内的语料库完成词向量的初始化,而后通过卷积网络层、隐含层、嵌入层和分类层完成评论数据的情感分类.实验结果表明,基于卷积神经网络的情感分类模型无论是面对不同维度的词向量模型还是不同比例的测试集,都能够得到较高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆正球	宁波大红鹰学院信息工程学院	26	89	5.0	8.0
2	周春良	宁波大红鹰学院信息工程学院	27	8	1.0	1.0
3	王麟阁	宁波大红鹰学院信息工程学院	5	11	2.0	3.0