基于部首和音位的情感词汇表示模型

摘要：

文本情感分析是自然语言处理的热点问题之一,而词汇是情感分析的基础.汉字通过声音和形状表达意义,该文综合考虑词汇中每个字的部首和音位等信息,构建了一个情感词汇分类模型.在模型中,将词汇的字、部首和音位三种信息向量化,与原始词汇向量融合,生成新的情感词汇表示,最后采用前馈神经网络和卷积神经网络对情感词汇的极性进行分类.实验结果表明,三种细粒度特征都能有效地提高情感词汇的分类效果,并且该文在COAE评测的语料上验证了模型的有效性.

关键词：部首、音位、神经网络

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金15BYY028;辽宁省自然科学基金2015020017,20170540230,20170540232;辽宁省优秀人才项目LJQ2014127

在线出版日期：2018-08-15（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：124-131