文献类型：期刊文章

作　　者：冯兴杰[1] 张志伟[1] 史金钏[1]

Feng Xingjie;Zhang Zhiwei;Shi Jinchuan(College of Computer Science&Technology,Civil Aviation University of China,Tianjin 300300,China)

机构地区：[1]中国民航大学计算机科学与技术学院,天津300300

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(U1633110;U1233113)

年　　份：2018

卷　　号：35

期　　号：5

起止页码：1434-1436

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对社交网络数据的文本情感分析,目前常用的研究方法主要是基于传统机器学习算法,根据手工标注好的情感词典,对文本信息使用朴素贝叶斯、支持向量机、最大熵方法等机器学习算法进行情感分析。为了避免对手工方式建立的情感词典的依赖,减少机器学习过程中的人工干预,提出基于卷积神经网络和注意力模型相结合的方法进行文本情感分析。实验表明,根据准确率、召回率和F_1测度等衡量指标,提出的方法较传统的机器学习方法和单纯的卷积神经网络方法有明显的提高。

关 键 词：社交网络 文本情感分析 卷积神经网络 注意力模型

分 类 号：TP393.04]