基于深度神经网络的情感分析迁移学习方法研究

发布时间：2022-01-25 10:56

　　情感分析在社会实际应用中非常广泛,比如应用于舆情分析、电商购物网站的商品评价分析、旅游网站中对旅游景点的评价分析等。通过情感分析可以将被分析的对象,比如某款商品、景点等的各方面优劣都呈现给潜在的顾客或者游客,以帮助他们更全面的做出决策。然而使用机器学习方法进行情感分析研究时,对训练数据具有严格的要求,一是训练数据和预测数据需要满足独立同分布假设;二是要有大量的具有标签的训练数据,且类别要较为平衡。然而现实世界中的数据经常存在不满足独立同分布的假设,而且数据类别非常的不平衡。针对以上问题,本文提出了两个基于深度神经网络的迁移学习方法来提升情感分析的性能。本文提出了一个基于序列迁移学习方法的情感分类框架,它包含了一个基于迁移学习的降采样方法和基于卷积神经网络的级联分类结构,能够很好地解决非平衡数据集的情感分类问题。统计机器学习方法使用向量空间模型对自然语言进行建模,这使得语句丢失了顺序关系和上下文依赖关系,同时对于一词多义的词语也无法作区分性表示,因此在样本重采样和模型学习时存在较大困难。经实验验证,本文所提出的分类框架在极度不平衡的真实旅游景点情感评论数据集的少数类上的精确率、召回率和f... 

【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

预训练模型使用不同正则技术后在验证集上的准确率和收敛速度比较表3.5第二步中使用不同正则化技术在Td测试集中的性能表现

【参考文献】：
期刊论文
[1]基于多任务深度学习的文本情感原因分析[J]. 余传明,李浩男,安璐.  广西师范大学学报(自然科学版). 2019(01)
[2]一种用于供电服务评估的多模态多任务框架[J]. 沈然,林恺丰,吴慧.  计算机与现代化. 2018(12)
[3]基于LSTM的商品评论情感分析[J]. 於雯,周武能.  计算机系统应用. 2018(08)
[4]分段卷积神经网络在文本情感分析中的应用[J]. 杜昌顺,黄磊.  计算机工程与科学. 2017(01)
[5]基于迁移学习的唐诗宋词情感分析[J]. 吴斌,吉佳,孟琳,石川,赵惠东,李仪清.  电子学报. 2016(11)
[6]跨领域迁移学习产品评论情感分析[J]. 张志武.  现代图书情报技术. 2013(06)



本文编号：3608413