表情符向量化算法

• 作者: 吴晨茜 陈锻生
• 来源期刊: 华侨大学学报（自然科学版）
• 关键词: 表情符 表情符向量 卷积神经网络 情感分析 微博
• 年，卷（期）: 2019,（3）
• 页码范围: 399-404
• 页数: 6页
• 分类号: TP520.60
• 语种: 中文
• DOI: 10.11830/ISSN.1000-5013.201803011

摘要

为了更加客观准确地判断微博的情感倾向,提出表情符向量化算法.首先,该算法将初始化表情符向量从随机产生改进为包含表情符语义信息的向量;然后,用随机产生的负向样本提高泛化能力.通过定性和定量分析可知:该算法能够保留表情符的语义信息;相对于忽略表情符的纯文本情感分析,在微博文本中融入表情符信息的微博情感分析能够提高微博情感分类的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈锻生	华侨大学计算机科学与技术学院	75	955	16.0	28.0
2	吴晨茜	华侨大学计算机科学与技术学院	1	1	1.0	1.0