基于word embedding和CNN的维吾尔语情感分类
基于卷积神经网络(CNN)情感分类模型中引入Word embedding语义特征来解决维吾尔语文本情感分类问题.首先,从大量生语料中利用Skip-Gram模型训练出能够表现出句型和词义特征,然后将文本中的每个词跟特征向量组合取出作为卷积神经网络的输入;此外,对不同维度的Word embedding进行迭代训练获取情感特性参数.其次,跟卷积神经网络模型和引入Word embedding特征向量神经网络模型进行比较.所提出的基于word embedding和CNN的维吾尔文情感分类模型成功将分类正确率提升了5.3%.
卷积神经网络、词嵌入、深度学习、情感分类
14
TP391(计算技术、计算机技术)
国家"973"重点基础研究计划基金2014CB340506
2018-06-25(万方平台首次上网日期,不代表论文的发表时间)
共2页
180-181