基于RAE+Dropout相结合的微博情感分析

摘要：

文本情感分析是近年自然语言处理领域的研究热点之一,其中微博情感分析受到了学术界和企业界的广泛关注.微博情感分析是指对用户针对某一事件发表的言论进行正向、负向和中性情感的判定.本文在分析了标准RAE模型缺点的基础上,提出了一种基于RAE+Dropout的联合模型.该模型利用Dropout技术有效地预防过拟合问题的发生,同时也提高了模型训练速度.RAE+Dropout模型与RAE+词性选择模型、标准RAE模型以及SVM模型的对比实验结果表明:RAE+Dropout模型的准确率和F1值属于最优,比标准RAE模型的准确值和F1值高出0.82％和0.64％,尤其是在高维词语向量中RAE+Dropout模型的效果更加明显.

关键词：情感分析、Dropout、RAE、微博情感分析

所属期刊栏目：3

分类号：G35(情报学、情报工作)

资助基金：国家自然科学基金61402220、61672178;湖南省哲学社会科学基金14YBA335、16YBA323;湖南省研究生科研创新项目CX2016B446;浙江省自然科学基金LY13F020024

在线出版日期：2018-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：44-53