基于细粒度多通道卷积神经网络的文本情感分析

• 作者: 戴月明 沈洋 王义
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 卷积神经网络 词向量 词性对向量 情感分类 文本情感分析
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 102-108
• 页数: 7页
• 分类号: TP391.1
• 字数: 6264字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054436

摘要

以词向量为输入的单通道卷积神经网络无法充分利用文本的特征信息,并且不能准确识别中文文本的多义词.针对上述问题,建立一种细粒度的多通道卷积神经网络模型.采用word2vec进行词向量的预训练,利用3个不同的通道做卷积运算,分别为原始词向量、词向量与词性表示相结合的词性对向量以及细粒度的字向量.通过词性标注进行词义消歧,利用细粒度的字向量发现深层次的语义信息.在此基础上,设置不同尺寸的卷积核以学习句子内部更高层次抽象的特征.仿真结果表明,该模型较传统卷积神经网络模型在情感分类的准确率和F1值上性能均有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴月明	江南大学物联网工程学院	52	301	10.0	13.0
2	沈洋	江南大学物联网工程学院	6	3	1.0	1.0
3	王义	江南大学物联网工程学院	3	1	1.0	1.0