作者：刘小明; 张英; 郑秋生互联网短文本情感分类卷积神经网络自然语言处理深度学习
摘要：情感分类旨在发现用户对热点事件的观点态度,但由于现今互联网短文本格式随意,语言规范性不够,所以目前传统方法的情感分类效果并不理想。面向大数据互联网短文本信息,本文提出一种基于深度卷积神经网络（Convolutional Neural Networks,CNNs）模型的互联网短文本分类。首先选择词向量作为原始特征,然后通过卷积神经网络进一步提取特征,最后训练出基于深度卷积神经网络的互联网短文本情感分类模型。实验结果表明,该模型不仅可以有效处理互联网短文本中的情感分类这一任务,而且明显提高了情感分类的准确率,平均提高约5%。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
