深度学习算法在藏文情感分析中的应用研究

摘要：

针对以往进行藏文情感分析时算法忽略藏文语句结构、词序等重要信息而导致结果准确率较低的问题,将深度学习领域内的递归自编码算法引入藏文情感分析中,以更深层次提取语义情感信息.将藏文分词后,用词向量表示词语,则藏文语句变为由词向量组成的矩阵;利用无监督递归自编码算法对该矩阵向量化,此时获得的最佳藏文语句向量编码融合了语义、语序等重要信息;利用藏文语句向量和其对应的情感标签,有监督地训练输出层分类器以预测藏文语句的情感倾向.在实例验证部分,探讨了不同向量维度、重构误差系数及语料库大小对算法准确度的影响,并分析了语料库大小和模型训练时间之间的关系,指出若要快速完成模型的训练,可适当减小数据集语句条数.实例验证表明,在最佳参数组合下,所提算法准确度比传统机器学习算法中性能较好的语义空间模型高约8.6%.

关键词：深度学习、情感分析、递归自编码、递归神经网络

所属期刊栏目：11

分类号：TP391.1(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No. 61540060;the National Soft Science Re-search Program of China under Grant No. 2013GXS4D150;the Research Program of Science and Tech-nology Department of Tibet Autonomous Region

在线出版日期：2017-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1122-1130