基于卷积神经网络的中文微博观点分类

摘要：

针对现有中文微博观点分类方法对上下文利用不足、据表示稀疏和特征依赖于人工设计等问题，提出基于卷积神经网络的中文微博观点分类方法。首先利用交互上下文扩充不同主题下的微博内容，使用低维密集向量初始化微博文本。然后构造卷积神经网络模型，实现特征抽取和组合。最后基于softmax分类函估计中文微博观点类别。实验表明，相比基准方法，文中方法在精度和F1值上的效果好。

关键词：中文微博、观点分类、卷积神经网络

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金青年科学基金项目61300105;教育部博士点基金联合项目2012351410010;福建省科技重专项2013H6012;国科学院网络据科学与技术重点实验室开放基金课题CASNDST20140X;赛尔网络下一代互联网技术创新项目No. NGII20150901资助Supported by Young Scientists Fund of National Natural Science Foundation of China61300105;Joint Project of Doctoral Fund of Ministry of Education of China2012351410010;Major Science and Technology Projects of Fujian Province2013H6012;Open Project of Key Laboratory of Network Data Science & Technology of Chinese Academy of SciencesCASNDST20140X;CERNET Innovation ProjectNGII20150901

在线出版日期：2017-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1075-1082