基于GDBN网络的文本情感倾向分类算法

摘要：

情感倾向性分类是自然语言处理领域中的热门话题,它的一个重要应用是挖掘线上评论中的重要信息,掌握网络舆论走向,因此本文提出一种基于GDBN网络的文本情感倾向性分类算法.该算法通过引入遗传算法来改进深度置信网络模型中的隐层,使模型自行对隐单元个数寻优,取得当前模型的适宜值,并以此模型进行深层建模与特征提取.最后通过反向传播网络对提取到的特征进行情感倾向性分类.在多个文本数据集上进行实验验证,验证结果表明了本文算法的有效性.

关键词：情感倾向性分类、寻优搜索、遗传算法、深度置信网络

所属期刊栏目：28

资助基金：省科技厅区域科技重大项目2015H4007;中央引导地方科技发展专项2017L3009

在线出版日期：2019-03-12（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：163-168