基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
深度网络模型在微博情感倾向性分析过程中难以有效利用情感特征信息,为此,提出一种基于多样化特征信息的卷积神经网络(MF-CNN)模型.结合词语多样化的抽象特征和2种网络输入矩阵计算方法,利用句中的情感信息,以优化情感分类效果.在COAE2014和微博语料数据集上进行文本情感分析,结果表明,MF-CNN模型的情感分类效果优于传统的分类器和深度卷积神经网络模型.
推荐文章
基于多样化结构的轻量型卷积神经网络设计
卷积神经网络
多样化结构
残差学习
图像预处理
图像分类
测试分析
基于卷积神经网络和Tree-LSTM的微博情感分析
卷积神经网络
注意力机制
长短期记忆神经网络
微博情感分析
多尺度卷积循环神经网络的情感分类技术
文本情感分类
卷积神经网络
循环神经网络
长短时记忆
多尺度
基于卷积神经网络和注意力模型的文本情感分析
社交网络
文本情感分析
卷积神经网络
注意力模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多样化特征卷积神经网络的情感分析
来源期刊 计算机工程 学科 工学
关键词 情感分析 深度学习 情感特征 卷积神经网络 自然语言处理
年,卷(期) 2019,(4) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 169-174,180
页数 7页 分类号 TP393.04
字数 5317字 语种 中文
DOI 10.19678/j.issn.1000-3428.0050338
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭超 华东师范大学计算机科学与软件工程学院上海市高可信计算重点实验室 5 7 2.0 2.0
2 陈思远 华东师范大学计算机科学与软件工程学院上海市高可信计算重点实验室 2 6 2.0 2.0
3 蔡林森 华东师范大学计算机科学与软件工程学院上海市高可信计算重点实验室 2 6 2.0 2.0
4 郭兰英 华东师范大学计算机科学与软件工程学院上海市高可信计算重点实验室 2 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (153)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (18)
二级引证文献  (6)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(5)
  • 参考文献(3)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(7)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(5)
2019(7)
  • 引证文献(2)
  • 二级引证文献(5)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
情感分析
深度学习
情感特征
卷积神经网络
自然语言处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
上海市自然科学基金
英文译名:
官方网址:http://www.lawyee.net/Act/Act_Display.asp?RID=46696
项目类型:面上项目
学科类型:
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导