期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
卷积神经网络下的Twitter文本情感分析
被引量：
22
1
作者
王煜涵
张春云
+3 位作者
赵宝林
袭肖明
耿蕾蕾
崔超然
《数据采集与处理》
CSCD
北大核心
2018年第5期921-927,共7页
随着社交网络的日益普及,基于Twitter文本的情感分析成为近年来的研究热点。Twitter文本中蕴含的情感倾向对于挖掘用户需求和对重大事件的预测具有重要意义。但由于Twitter文本短小和用户自身行为存在随意性等特点,再加之现有的情感分...
随着社交网络的日益普及,基于Twitter文本的情感分析成为近年来的研究热点。Twitter文本中蕴含的情感倾向对于挖掘用户需求和对重大事件的预测具有重要意义。但由于Twitter文本短小和用户自身行为存在随意性等特点,再加之现有的情感分类方法大都基于手工制作的文本特征,难以挖掘文本中隐含的深层语义特征,因此难以提高情感分类性能。本文提出了一种基于卷积神经网络的Twitter文本情感分类模型。该模型利用word2vec方法初始化文本词向量,并采用CNN模型学习文本中的深层语义信息,从而挖掘Twitter文本的情感倾向。实验结果表明,采用该模型能够取得82.3%的召回率,比传统分类方法的分类性能有显著提高。
展开更多
关键词
Twitter文本
情感分析
词向量模型
卷积神经网络
在线阅读
下载PDF
职称材料
题名
卷积神经网络下的Twitter文本情感分析
被引量：
22
1
作者
王煜涵
张春云
赵宝林
袭肖明
耿蕾蕾
崔超然
机构
山东财经大学计算机科学与技术学院
浪潮电子信息产业股份有限公司存储研发部
出处
《数据采集与处理》
CSCD
北大核心
2018年第5期921-927,共7页
基金
山东省高等学校优势学科人才团队培育计划资助项目
山东省自然科学杰出青年基金(JQ201316)资助项目
+1 种基金
山东省自然科学基金(ZR2016FQ18)资助项目
山东省高等学校科技计划(J17KA065)资助项目
文摘
随着社交网络的日益普及,基于Twitter文本的情感分析成为近年来的研究热点。Twitter文本中蕴含的情感倾向对于挖掘用户需求和对重大事件的预测具有重要意义。但由于Twitter文本短小和用户自身行为存在随意性等特点,再加之现有的情感分类方法大都基于手工制作的文本特征,难以挖掘文本中隐含的深层语义特征,因此难以提高情感分类性能。本文提出了一种基于卷积神经网络的Twitter文本情感分类模型。该模型利用word2vec方法初始化文本词向量,并采用CNN模型学习文本中的深层语义信息,从而挖掘Twitter文本的情感倾向。实验结果表明,采用该模型能够取得82.3%的召回率,比传统分类方法的分类性能有显著提高。
关键词
Twitter文本
情感分析
词向量模型
卷积神经网络
Keywords
Twitter data
sentiment analysis
word embedding model
convolutional neural network(CNN)
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
卷积神经网络下的Twitter文本情感分析
王煜涵
张春云
赵宝林
袭肖明
耿蕾蕾
崔超然
《数据采集与处理》
CSCD
北大核心
2018
22
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
