基于深度学习的微博情感分析

发布时间：2017-09-14 09:20

  本文关键词：基于深度学习的微博情感分析

  更多相关文章： 深度学习 微博情感分析 递归神经网络 自编码

【摘要】：中文微博情感分析旨在发现用户对热点事件的观点态度。已有的研究大多使用SVM、CRF等传统算法根据手工标注情感特征对微博情感进行分析。该文主要探讨利用深度学习来做中文微博情感分析的可行性,采用递归神经网络来发现与任务相关的特征,避免依赖于具体任务的人工特征设计,并根据句子词语间前后的关联性引入情感极性转移模型加强对文本关联性的捕获。该文提出的方法在性能上与当前采用手工标注情感特征的方法相当,但节省了大量人工标注的工作量。
【作者单位】： 郑州大学信息工程学院;中国核科技信息与经济研究院;
【关键词】： 深度学习 微博情感分析 递归神经网络 自编码
【基金】：国家自然科学基金(60970083,61272221) 国家社会科学基金(14BYY096) 国家高技术研究发展863计划(2012AA011101) 河南省科技厅科技攻关计划项目(132102210407) 河南省科技厅基础研究项目(142300410231,142300410308) 河南省教育厅科学技术研究重点项目(12B520055,13B520381)
【分类号】：TP391.1;TP393.092
【正文快照】： 1引言随着社交网络的不断发展,人们更愿意通过微博、博客社区来表达自己的观点,发表对热点事件的评论,从而使通过微博、博客、影评以及产品评价等来了解社交网络用户的情感倾向得到了学术界的广泛关注。根据微博数据进行情感分析是一个具有挑战性的任务,近年来引发了学者极大

【参考文献】

中国期刊全文数据库 前2条

1 唐慧丰;谭松波;程学旗;;基于监督学习的中文情感分类技术比较研究[J];中文信息学报;2007年06期

2 朱嫣岚;闵锦;周雅倩;黄萱菁;吴立德;;基于HowNet的词汇语义倾向计算[J];中文信息学报;2006年01期

【共引文献】

中国期刊全文数据库 前10条

1 姚奥;张宇;;一种优化的K-Means聚类算法[J];工业控制计算机;2016年11期

2 何伟;;基于评价系统理论的汉语评价词典构建[J];江汉学术;2016年06期

3 赵军;王红;朱华方;;一种改进的融合关联词典的微博倾向性分析方法[J];数据采集与处理;2016年06期

4 王杰;李德玉;王素格;;面向非平衡文本情感分类的TSF特征选择方法[J];计算机科学;2016年10期

5 冯冲;廖纯;刘至润;黄河燕;;基于词汇语义和句法依存的情感关键句识别[J];电子学报;2016年10期

6 缪裕青;高韩;刘同来;文益民;;基于网格聚类的情感分析研究[J];中国科学技术大学学报;2016年10期

7 李永忠;胡思琪;;基于HowNet和PAT树的网购评语情感分析[J];图书情报研究;2016年03期

8 栗雨晴;礼欣;韩煦;宋丹丹;廖乐健;;基于双语词典的微博多类情感分析方法[J];电子学报;2016年09期

9 郗亚辉;;产品评论中领域情感词典的构建[J];中文信息学报;2016年05期

10 梅莉莉;黄河燕;周新宇;毛先领;;情感词典构建综述[J];中文信息学报;2016年05期

【二级参考文献】

中国期刊全文数据库 前2条

1 周茜,赵明生,扈e，

本文编号：849184