基于深度学习的文本情感分析研究

• 作者: 张天佐
• 来源期刊: IT经理世界
• 学科: 工学
• 关键词: 深度学习 情感分析 文本 自然语言处理
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 网络与通信
• 页码范围: 70
• 页数: 1页
• 分类号: TP391
• 字数: 1417字
• 语种: 中文

摘要

较为普遍的情感分析方法依赖于庞大的词典和情感项目来提取复杂的功能.如果情感词典不完美,并且注释中的情感词还没有出现在情感词典中,则无法判断杂志的情感趋势.情感分析的深度学习方法必须基于工程技术来提取复杂的功能,而手动标记数据将消耗大量的人力和物力.本文将深度学习理论与自然语言处理技术结合在一起.本文研究了句子结构,减少了对问题输入词向量的依赖,词向量优化和多义问题的解决.并根据句子的结构,逐层提取句子的主要特征.实验结果表明,基于深度学习的文本情感分析方法可以有效地区分积极情感和消极情感,具有实际意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张天佐	北京语言大学信息科学学院	2	0	0.0	0.0