改进的和积网络自动编码器及短文本情感分析应用

• 作者: 张航 潘彦岑 王生生
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 深度学习 情感分析 sum-productnetworks模型 深度自动编码器 特征提取 结构学习 在线学习 易处理模型
• 年，卷（期）: 2020,（3）
• 页码范围: 411-419
• 页数: 9页
• 分类号: TP181
• 字数: 6630字
• 语种: 中文
• DOI: 10.11990/jheu.201808087

摘要

为了提升深度自动编码器在短文本情感分析应用中的性能,本文提出了一种基于改进和积网络的深度自动编码器,重构和积网络节点层,增加输入层输出到每一个和积网络的隐藏层,提出了层次和积网络模型,构造了基于层次和积网络的深度自动编码器.同时还提出了一种改变和积网络的sum节点为max节点的最大积网络(mpns)模型,并作为深度解码器.将基于层次和积网络的深度自动编码器应用于短文本情感分析.实验结果表明:基于层次和积网络的深度自动编码器相比于现有深度自动编码器在短文本情感分析领域能得到较高的分类准确率,且模型具有更快的运行速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王生生	吉林大学计算机科学与技术学院	63	623	11.0	23.0
2	张航	吉林大学软件学院	22	33	4.0	5.0
3	潘彦岑	吉林大学计算机科学与技术学院	1	0	0.0	0.0