10.11896/j.issn.1002-137X.2018.12.022
基于主题增强的递归自编码情感分类研究
中文文本情感分析旨在发现用户对事物、事件的情感倾向,然而现有研究往往忽视了文本之间的相互联系.提出一种基于主题增强的递归自编码情感分类模型,通过将文本的主题信息融入到递归自编码模型中,使得该模型可以更深层次地考虑文本的内容信息,提高其对文本情感的理解和泛化能力.在COAE2014数据集上的实验结果表明,将所提分类模型用于情感分类任务时可获得更优的分类效果,证实了其在实际问题中的适用性与可行性.
递归自编码、主题模型、情感分类、数据挖掘
45
TP391(计算技术、计算机技术)
2019-01-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
142-147