基于扩展特征矩阵和双层卷积神经网络的微博文本情感分类

• 作者: 伊靖 李卫疆
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 卷积神经网络 中文微博 情感分类 扩展特征矩阵
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 150-155
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.12.024

摘要

针对现有深度学习方法在中文微博短文本分类任务中存在的数据稀疏、忽略微博文本中的表情和词语特征等问题,提出一种基于扩展特征矩阵和双层卷积神经网络的微博文本情感分类算法Dual-CNN.针对微博用户常用的微博表情和多种词语特征,建立扩展特征矩阵;将融合扩展特征矩阵后的词向量,分别使用不同的文本编码方式输入卷积神经网络的两层,得到情感分类结果.通过在COAE2014任务4上的对比实验证明,Dual-CNN算法取得了93.35％的分类准确率.相比于单层卷积神经网络算法和SVM等传统机器学习算法,Dual-CNN模型具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李卫疆	昆明理工大学信息工程与自动化学院	18	106	4.0	10.0
2	伊靖	昆明理工大学信息工程与自动化学院	1	2	1.0	1.0