10.3969/j.issn.1006-9348.2019.10.041
基于LDA与深度神经网络的维吾尔文情感分类
针对维吾尔论坛文本具有稀疏性、主题不明确性、不规范性等问题,并考虑到普通神经网络只将词粒度层面的词向量作为输入,忽略语义粒度层面的全局语义特征的表示,而导致文档特征表示不充分的现象.提出一种基于主题联合词向量的多通道卷积神经网络的情感分类方法.方法 结合word2Vec和LDA模型生成主题特征矩阵,获取语义粒度层面特征信息,以丰富卷积网络的池化层特征,从而提高了情感分类的准确率.在维吾尔文情感二分类和五分类数据集上的实验结果表明,提出的模型相比于传统机器学习方法取得了更好的情感分类性能.
情感分类、卷积神经网络、主题概率模型、词向量、维吾尔语
36
TP183(自动化基础理论)
国家“973”重点基础研究计划基金资助项目2014CB340506:国家自然科学基金资助项目61363063;新疆大学多语种重点实验室开放课题XJDX0905-2013-01
2019-11-22(万方平台首次上网日期,不代表论文的发表时间)
共9页
194-201,205