文献类型：期刊文章

作　　者：廖祥文[1,2] 张丽瑶[1,2] 宋志刚[3] 程学旗[4] 陈国龙[1,2]

机构地区：[1]福州大学数学与计算机科学学院,福州350116 [2]福州大学福建省网络计算与智能信息处理重点实验室,福州350116 [3]福州大学信息化建设办公室,福州350116 [4]中国科学院计算技术研究所网络数据科学与技术重点实验室,北京100190

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金青年科学基金项目(No.61300105);教育部博士点基金联合项目(No.2012351410010);福建省科技重大专项(No.2013H6012);中国科学院网络数据科学与技术重点实验室开放基金课题(No.CASNDST20140X);赛尔网络下一代互联网技术创新项目(No.NGII20150901)资助~~

年　　份：2016

卷　　号：29

期　　号：12

起止页码：1075-1082

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对现有中文微博观点分类方法对上下文利用不足、数据表示稀疏和特征依赖于人工设计等问题,提出基于卷积神经网络的中文微博观点分类方法.首先利用交互上下文扩充不同主题下的微博内容,使用低维密集向量初始化微博文本.然后构造卷积神经网络模型,实现特征抽取和组合.最后基于softmax分类函数估计中文微博观点类别.实验表明,相比基准方法,文中方法在精确度和F1值上的效果更好.

关 键 词：中文微博  观点分类  卷积神经网络

分 类 号：TP391.1] TP183[计算机类]