基于LSTM-CNNS情感增强模型的微博情感分类方法

• 作者: 张仰森 张益兴 段宇翔 段瑞雪
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 情感分类 长短期记忆网络 注意力机制 卷积神经网络
• 年，卷（期）: 2019,（6）
• 页码范围: 1-7
• 页数: 7页
• 分类号: TP391.1
• 字数: 4703字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2019.06.001

摘要

情感分析是文本分析中一个重要的研究领域,基于新浪微博进行情感极性的分析研究,结合词向量模型、长短期记忆网络(long short-term memory,LSTM)以及注意力机制,搭建了一个适用于中文微博情感分析的模型.同一任务下,基于长短期记忆网络和卷积神经网络(convolutional neural network,CNN)模型,使用情感词库对文本的情感进行加强,搭建了CNN情感增强模型和情感增强型的LSTM-CNNS情感分析模型.使用NLPCC 2013和NLPCC 2014的测评任务标准数据集进行实验.上述两种方法在测试集上的准确率分别为88.02％和93.03％,结果表明LSTM-CNNS情感增强模型在情感分类任务中表现更为突出.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
5	段宇翔	北京信息科技大学智能信息处理研究所	4	4	1.0	2.0
6	张益兴	北京信息科技大学智能信息处理研究所	1	0	0.0	0.0
7	段瑞雪	北京信息科技大学智能信息处理研究所	1	0	0.0	0.0