10.3969/j.issn.2096-2835.2020.03.014
基于CNN和注意力机制的微博情绪分析方法
目的:提髙中文微博情绪分析的性能.方法:根据现有的情感资料构建了包含情感信息、情绪信息、词性信息的细粒度微博情感词典,将其与大规模文本预训练得到的词向量融合在一起构成情绪词向量.针对类别不平衡问题使用过采样方法来平衡样本,采用注意力机制构建微博文本和情绪词的语义表示,然后使用卷积神经网络模型提取特征,最后对微博文本进行情绪分类.结果:通过自然语言处理与中文计算会议(NLPCC)微博情绪分析公共数据集进行评测,与传统方法相比,该方法在宏平均、微平均和F值指标上均有提升.结论:使用CNN和注意力机制相结合的方法能够明显提升微博情绪分析任务的性能.
计量、情绪分析、卷积神经网络、情感词典、样本平衡
31
TP391(计算技术、计算机技术)
国家自然科学基金项目No.61303146
2021-02-03(万方平台首次上网日期,不代表论文的发表时间)
共8页
370-377