基于深度神经网络的情感分析分类模型
计算与语言
2019-07-04 v1 信息检索
机器学习
摘要
社交网络的日益繁荣给用户的情感倾向挖掘带来了巨大挑战。随着越来越多研究者关注在线用户的情感倾向，基于显式文本情感分类已获得丰富研究成果。然而，关于用户隐式情感的研究仍处于起步阶段。针对隐式情感分类的困难，开展了基于深度神经网络的隐式情感分类模型研究。建立了基于 DNN、LSTM、Bi-LSTM 和 CNN 的分类模型，以判断用户隐式情感文本的倾向。在 Bi-LSTM 模型基础上，研究了词级注意力机制的分类模型。公开数据集上的实验结果表明，所建立的 LSTM 系列分类模型和 CNN 分类模型能取得良好的情感分类效果，且分类效果显著优于 DNN 模型。基于 Bi-LSTM 的注意力机制分类模型在正类识别中获得了最优的 R 值。
引用
@article{arxiv.1907.02046,
title = {Deep neural network-based classification model for Sentiment Analysis},
author = {Donghang Pan and Jingling Yuan and Lin Li and Deming Sheng},
journal= {arXiv preprint arXiv:1907.02046},
year = {2019}
}