基于多样化特征卷积神经网络的情感分析

• 作者: 彭超 蔡林森 郭兰英 陈思远
• 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
• 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

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.

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