登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
利用动态多池卷积神经网络的情感分析模型
  • 摘要

    基于词向量的卷积神经网络方法在情感分析研究中取得了很好的效果.然而,该方法从上下文学习的语义词向量忽略了词语本身的情感极性,传统的卷积神经网络模型未考虑句子的结构信息.针对这两方面 的不足,提出了一种基于情感词向量的动态多池卷积神经网络情感分析模型,利用skip-gram模型和情感词典来训练情感词向量,并采用动态多池的策略来分割句子,保留了多个最大特征值.实验结果表明,动态多池卷积神经网络模型在情感分析任务上的准确率较机器学习模型和传统卷积神经网络模型都有显著提升.

  • 作者

    喻涛  罗可  YU Tao  LUO Ke 

  • 作者单位

    长沙理工大学 计算机与通信工程学院,长沙,410114

  • 刊期

    2018年7期 ISTIC PKU

  • 关键词

    情感分析  深度学习  情感词向量  卷积神经网络  动态多池  sentiment analysis  deep learning  sentiment word vector  convolution neural network  dynamic multi-pooling 

相似文献 查看更多>>
34.229.131.116