基于分段多池卷积神经网络的情感分析

• 作者: 付晓杰 张曦煌
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 情感识别 卷积神经网络 情感词向量 Dropout算法
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2665-2670
• 页数: 6页
• 分类号: TP399
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.11.025

摘要

目前,深度学习在文本识别方面已经达到了相当高的准确率,但是在文本的情感识别方面还未达到理想的效果.针对传统卷积神经网络在词向量构建和卷积池化部分的一些不足,提出了一种新的情感模型——基于分段多池卷积神经网络(piecewise multi-pooling convolution neural network,PMPCNN)模型.该模型分别从情感词向量的构造、卷积层、池化层和应用Dropout算法防止模型过拟合等多方面入手进行改进.大量的对比试验数据表明,相比传统卷积神经网络,该模型具有更为良好的实验效果和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张曦煌		134	1137	14.0	27.0
2	付晓杰		1	0	0.0	0.0