一种用于中文微博情感分析的多粒度门控卷积神经网络

• 作者: 左敬龙 朱兴统 梁斌 陈珂
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 中文微博情感分析 门控网络 深度学习 卷积神经网络 自然语言处理
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 21-26,33
• 页数: 7页
• 分类号: TP391
• 字数: 4402字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2019576

摘要

提出一种多粒度门控卷积神经网络(multiple grains-gated convolutional neural networks,MG-GCNN)模型.该模型通过结合词语和单字层面的上下文信息作为网络的输入信息,使网络模型可以充分利用上下文中不同粒度的文本特征信息,并且通过门控操作有效控制不同粒度信息的更新和传递.在不同领域微博文本数据集上的实验结果表明,所提出的MG-GCNN模型取得了比传统分类模型和深度网络模型更好的情感分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱兴统	广东石油化工学院计算机学院	17	82	6.0	8.0
2	陈珂	广东石油化工学院计算机学院	62	243	8.0	12.0
3	左敬龙	广东石油化工学院计算机学院	36	128	6.0	9.0