基于深度卷积神经网络模型的文本情感分类

• 作者: 叶施仁 周锦峰 王晖
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 情感分析 情感分类标注 深度学习 卷积神经网络 词向量
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 300-308
• 页数: 9页
• 分类号: TP183
• 字数: 7400字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050043

摘要

为高效提取不同卷积层窗口的文本局部语义特征, 提出一种深度卷积神经网络 (CNN) 模型.通过堆叠多个卷积层, 提取不同窗口的局部语义特征.基于全局最大池化层构建分类模块, 对每个窗口的局部语义特征计算情感类别得分, 综合类别得分完成情感分类标注.实验结果表明, 与现有CNN模型相比, 该模型具有较快的文本情感分类速度.

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