-
题名基于情感增强词向量的朝鲜语情感分析方法
- 1
-
-
作者
金国哲
-
机构
延边大学工学院计算机科学与技术系
-
出处
《计算机工程与设计》
北大核心
2018年第9期2902-2906,共5页
-
基金
吉林省教育厅"十三五"科学技术研究重点基金项目(吉教科合字[2016]第250号)
-
文摘
现有的句子级情感分析方法把重点放在针对句子的语义及情感倾向建模上,忽略了词向量的情感倾向性信息。针对这一问题,提出一种情感分析方法 SE-LSTM,并将该方法应用于朝鲜语情感分析任务中。以句子片段的情感评分作为目标,训练多层神经网络,得到情感增强词向量,将之作为LSTM网络的输入,预测句子的情感分类。实验结果表明,与传统的LSTM或CNN模型相比,融合了情感增强词向量的LSTM模型将F1值分别提高了2.55个百分点和1.94个百分点。
-
关键词
情感增强词向量
长短期记忆网络
朝鲜语
情感分析
自然语言处理
-
Keywords
sentiment enhanced word vector
LSTM
Korean language
sentiment analysis
natural language processing
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
