文献类型：期刊文章

作　　者：陈龙[1] 管子玉[1] 何金红[1] 彭进业[1]

Chen Long;Guan Ziyu;He Jinhong;Peng Jinye(School of Information Science and Technology,Northzvest University,Xi'an710127)

机构地区：[1]西北大学信息科学与技术学院,西安710127

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金优秀青年科学基金项目(61522206)~~

年　　份：2017

卷　　号：54

期　　号：6

起止页码：1150-1170

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：文本情感分析是多媒体智能理解的重要问题之一.情感分类是情感分析领域的核心问题,旨在解决评论情感极性的自动判断问题.由于互联网评论数据规模与日俱增,传统基于词典的方法和基于机器学习的方法已经不能很好地处理海量评论的情感分类问题.随着近年来深度学习技术的快速发展,其在大规模文本数据的智能理解上表现出了独特的优势,越来越多的研究人员青睐于使用深度学习技术来解决文本分类问题.主要分为2个部分:1)归纳总结传统情感分类技术,包括基于字典的方法、基于机器学习的方法、两者混合方法、基于弱标注信息的方法以及基于深度学习的方法;2)针对前人情感分类方法的不足,详细介绍所提出的面向情感分类问题的弱监督深度学习框架.此外,还介绍了评论主题提取相关的经典工作.最后,总结了情感分类问题的难点和挑战,并对未来的研究工作进行了展望.

关 键 词：情感分析 情感分类 深度学习  弱监督  主题提取

分 类 号：TP181]