采用生成对抗网络的金融文本情感分类方法

• 作者: 沈翠芝
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感分类 跨领域 生成对抗网络 金融文本分析
• 年，卷（期）: 2019,（6）
• 页码范围: 740-745
• 页数: 6页
• 分类号: F830.5|TP391.1
• 字数: 3865字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.19174

摘要

针对目前金融领域文本存在标注资源匮乏的问题,提出一种基于生成对抗网络的金融文本情感分类方法.该方法以边缘堆叠降噪自编码器生成鲁棒性特征表示作为输入,在生成对抗过程中,通过向文本表示向量添加噪声向量再生成新样本,应用对抗学习思想优化文本特征表示.在公开的跨领域情感评论Amazon数据集和金融领域数据集上进行实验,并与基准实验对比,结果表明,该方法在平均准确率上有显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈翠芝	福建师范大学协和学院	5	3	1.0	1.0