基于卷积神经网络置信度的跨语言情感分类

• 作者: 丁昊天 张李林清 张琨 李寻 陈强
• 来源期刊: 指挥信息系统与技术
• 学科: 工学
• 关键词: 卷积神经网络 跨语言 主动学习 自训练 情感分类
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 第5代指挥信息系统信息服务技术专题
• 页码范围: 19-23,27
• 页数: 6页
• 分类号: TP183|TP391.1
• 字数: 4625字
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2019.05.004

摘要

将语料库从一种语言映射到另一种语言是跨语言情感分类的主要方案.为了解决语言术语和写作风格不同导致词汇分布不同从而降低跨语言分类精确度的问题,提出了一种基于卷积神经网络主动学习与自训练相结合的情感分类改进模型.在主动学习部分考虑了未标记样本的置信度度量,避免了离群值的干扰.最后,对3种不同跨语言的书评数据集进行仿真试验表明,与现有方法相比,改进模型可提高跨语言情感分类的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈强	南京大学现代工程与应用科学学院	86	670	13.0	23.0
2	张琨	南京理工大学计算机科学与工程学院	79	780	15.0	24.0
3	李寻	南京理工大学计算机科学与工程学院	1	0	0.0	0.0
4	丁昊天	南京大学现代工程与应用科学学院	1	0	0.0	0.0
5	张李林清	南京理工大学计算机科学与工程学院	1	0	0.0	0.0