基于深度信念网络的文本情感分类研究

为了提高文本情感分类精度,本文建立了基于深度学习的文本情感分类模型。在模型中通过从文本中提取一元词特征、句法特征、基于依存关系的特征和基于词典的特征构成向量空间,利用信息增益理论进行特征选择,并将提取后特征作为深度信念网络的输入,经过无监督的玻尔兹曼机预训练和有监督的后向传播算法对网络进行微调后得到分类结果。以中文酒店评论数据为语料进行了实例计算,结果表明模型中深度信念网络比传统方法能进一步提高中文情感分类的精度。