用于微博情感分析的深度学习网络模型

• 作者: 叶颖雅 谢博 陈振彬 陈珂 马乙平 黎树俊
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 微博情感分析 深度学习 卷积神经网络 多通道 自然语言处理
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1674-1681
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.07.025

摘要

随着微博在网络中的兴起,对微博中包含的情感信息的研究越来越多地引起人们的关注,并取得了一定的成果.论文结合特定情感特征和卷积神经网络进行情感分析,提出一种用于中文微博情感分析的多通道卷积神经网络模型.针对微博短文本特有的内容信息,提取微博短文本的情感词集合.通过不同特征信息的结合,形成不同的通道作为卷积神经网络的输入,使卷积神经网络学习到更多的特征信息,获取更多的隐含信息.最后在COAE2014数据集和微博语料数据上进行实验,取得了比目前主流的卷积神经网络和传统分类器更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈珂		2	0	0.0	0.0
2	叶颖雅		1	0	0.0	0.0
3	马乙平		1	0	0.0	0.0
4	谢博		1	0	0.0	0.0
5	陈振彬		1	0	0.0	0.0
6	黎树俊		1	0	0.0	0.0