作者：张翔; 石力; 尚勃; 董丽丽中文微博情感分析深度置信网络spark并行化
摘要：中文微博情感分析可以发现公众对热点事件的态度掌握网络舆情, 因此成为文本挖掘的一个热点研究.采用一种基于 S p a r k并行化的深度置信网络的情感分类方法, 该方法利用 Wo r d 2 V e c 工具表示微博文本和建立情感词典; 使用深度置信网络构建微博情感分类模型; 通过 S p a r k集群对深度置信神经网络进行并行化处理.实验结果表明, 基于深度置信网络的微博情感分类模型在 S p a r k平台下并行化, 训练时间大幅缩短, 情感分类的准确率比传统的浅层学习方法高5 %.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
