基于卷积神经网络的细粒度情感分析方法

摘要：

[目的]提出一种基于卷积神经网络的细粒度情感分析方法.[方法]在词向量模型中融入属性特征,从细粒度即产品或服务的属性特征角度出发,采用统计学方法抽取评论文本的属性词集,融合属性特征的影响差异性,构建基于评论对象属性特征的文本特征向量,采用包含多粒度卷积核的CNN模型进行训练.[结果]融合属性特征的多粒度卷积核CNN模型训练结果相较于传统情感分类模型和常规CNN模型在准确率、召回率和F-score评价指标方面均有显著提高.[局限]仅选取一个领域的评论集.[结论]基于卷积神经网络的细粒度情感分析方法可以进一步提高情感分类准确性.

关键词：属性特征、词向量、情感分类、CNN

所属期刊栏目：3

分类号：G35(情报学、情报工作)

资助基金：国家自然科学青年基金项目“大规模动态社交网络社团检测算法研究”项目71401130的研究成果之一

在线出版日期：2019-04-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：95-103