基于Focal Loss-2函数的中文短文本情感分类研究

• 作者: 李欢 郑静
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 情感分类 不平衡数据集 卷积神经网络 长短期记忆人工神经网络 FocalLoss-2
• 年，卷（期）: 2019,（3）
• 页码范围: 54-59
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13954/j.cnki.hdu.2019.03.010

摘要

利用深度学习中的卷积神经网络CNN和长短期记忆人工神经网络LSTM两种方法,结合word2vec词向量工具,对互联网中文短文本平衡数据集进行情感分类,并与传统的机器学习方法进行比较,得到最优的模型.在不平衡数据集上,提出了基于Focal Loss函数改进的二分类平衡交叉熵损失函数Focal Loss-2.实验表明:深度学习算法LSTM-word2vec模型分类准确率最高,达到93.13％;CNN-word2vec模型的训练时间最短,每轮用时27 s;在正类样本少时,Focal Loss-2函数比常用的交叉熵函数正类的模型评价F 1值提高了4％左右.统计检验表明:基于Focal Loss-2函数改进的模型在不平衡数据集上的分类性能显著优于以前的模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑静	杭州电子科技大学经济学院	15	8	2.0	2.0
2	李欢	杭州电子科技大学理学院	3	27	2.0	3.0