查询结果:   李佳丽,封化民,潘扬,徐治理,刘飚.基于卷积神经网络的情感分析算法[J].计算机应用与软件,2018,35(4):287 - 292.
中文标题
基于卷积神经网络的情感分析算法
发表栏目
算法
摘要点击数
930
英文标题
EMOTION ANALYSIS ALGORITHM BASED ON CONVOLUTION NEURAL NETWORK
作 者
李佳丽 封化民 潘扬 徐治理 刘飚 Li Jiali Feng Huamin Pan Yang Xu Zhili Liu Biao
作者单位
西安电子科技大学 陕西 西安 710071 北京电子科技学院 北京 100070    
英文单位
Xidian University, Xian 710071, Shaanxi, China Beijing Electronic Science and Technology Institution, Beijing 100070, China    
关键词
词向量 情感词典 卷积神经网络 朴素连接 独立卷积
Keywords
Word vectors Emotion dictionary Convolution neural network Simple connection Independent convolution
基金项目
中央高校基本科研业务费专项资金资助课题(2017CL02)
作者资料
李佳丽,硕士,主研领域:机器学习,自然语言处理。封化民,教授。潘扬,硕士。徐治理,硕士。刘飚,讲师。 。
文章摘要
随着词向量的广泛应用,情感词典在情感分析任务中不再使用。但是使用传统机器学习方法时,情感词仍然提供了重要的特征。通过结合词向量与情感词典,提出两种基于卷积神经网络的情感分析方法,分别为朴素连接法和独立卷积法。其中情感词典的构建采用传统的种子词方法,根据HowNet和Word2Vec共同计算出当前语料库的词语-情感分数键值对。实验结果表明,提出的情感分析方法可以有效地提高情感分析的准确率。
Abstract
With the wide use of word vectors, the emotion dictionary is no longer used in emotion analysis tasks. However, emotional words still provide important features in traditional machine learning methods. By combining the word vectors with the emotion dictionary, this paper presents two emotion analysis methods based on convolution neural network, which are the simple connection method and the independent convolution method respectively. The construction of the emotion dictionary used the traditional seed word method, and according to HowNet and Word2Vec, the word-sentiment score key-value pair of the current corpus was calculated. Experimental results show that the proposed emotion analysis method effectively improves the accuracy of emotional analysis.
下载PDF全文