基于卷积记忆神经网络的微博短文本情感分析

作     者：郑啸 王义真 袁志祥 秦锋 Zheng Xiao;Wang Yizhen;Yuan Zhixiang;Qin Feng

作者机构：安徽工业大学计算机科学与技术学院 

基　　金：国家重点研发计划(2016YFF020440508) 安徽省科技重大专项(16030901060) 安徽省高校自然科学研究重大项目(KJ2014ZD05) 安徽省高校优秀青年人才支持计划资助项目 

出 版 物：《电子测量与仪器学报》 (Journal of Electronic Measurement and Instrumentation)

年 卷 期：2018年第32卷第3期

页      码：195-200页

摘      要：微博短文本情感分析的目的是发现用户对热点事件的观点及态度。已有的方法大多是基于词袋模型,然而,词袋模型无法准确捕获带有情感倾向性的语言表现特征。结合卷积神经网络(CNN)和长短期记忆网络(LSTM)模型的特点,提出了卷积记忆神经网络模型(CMNN),并基于此模型来解决情感分析问题。与传统算法相比,模型避免了具体任务的特征工程设计;与CNN和LSTM相比,模型既能够有效提取短文本局部最优特征,又能够解决远距离的上下文依赖。通过在COAE2014数据集上的实验来验证了模型对微博短文本情感分析的有效性。并与CNN、LSTM以及传统模型SVM做了实验对比,结果表明,模型对于微博短文本情感分析在性能上优于其他3种模型。

主 题 词：微博短文本 情感分析 神经网络 卷积记忆神经网络 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 081203[081203] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.13382/j.jemi.2018.03.028

馆 藏 号：203284701...