基于特征扩展与深度学习的短文本情感判定方法

摘要：

针对中文短文本信息量少、特征稀疏等特点,面向微博短文本进行情感分类研究,为了更好地提取短文本情感特征,从评论转发等上下文内容中挖掘具有语义递进关系的语料对原文本进行扩展,并抽取具有潜在感情色彩的特征词,采用Word2vec计算词语相似度以进行候选特征词扩展,最后引入深度信念网络(Deep Belief Network,DB)对候选特征词进行深度自适应学习.在COAE(Chinese Opinion Analysis Evaluation) 2015任务评测数据集上的实验表明,该方法能够有效地缓解短文本特征稀疏问题,并且能够较为准确地挖掘情感特征,提高情感分类的准确率.

关键词：情感挖掘、短文本、特征扩展、深度信念网络

所属期刊栏目：44

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家科技支撑计划子课题2013BAH21B02-01;北京市自然科学基金资助项目4153058;上海市智能信息处理重点实验室开放基金IIPL-2014-004

在线出版日期：2017-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：283-288