文献类型：期刊文章

作　　者：金志刚[1] 胡博宏[1,2] 张瑞[1]

JIN Zhigang1, HU Bohong1, 2, ZHANG Rui1(1. School of Electrical and Information Engineering, Tianjin University, Tianjin 300072, China; 2. Tianjin International Engineering Institute, Tianjin University, Tianjin 300072, Chin)

机构地区：[1]天津大学电气自动化与信息工程学院,天津300072 [2]天津大学国际工程师学院,天津300072

出　　处：《中南大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(61571318);青海省科技项目(2015-ZJ-904);海南省科技项目(ZDYF2016153)~~

年　　份：2018

卷　　号：49

期　　号：5

起止页码：1135-1140

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：提出1种基于卷积神经网络的多维特征微博情感分析新机制;利用词向量计算文本的语义特征,结合基于表情字符的情感特征,利用卷积神经网络挖掘特征集合与情感标签间的深层次关联,训练情感分类器;结合微博文本的语义和情感特征,同时利用卷积神经网络的抽象特征提取能力,进而改善情感分析性能。研究结果表明:引入表情字符的情感特征模型可使情感分析准确率提高2.62%;相比基于词典的机器学习模型,新机制将情感分析准确率与F度量分别提升21.29%和19.20%。

关 键 词：情感分析 卷积神经网络 微博短文本  表情字符  

分 类 号：TP391]