-
题名基于特征选择和深度信念网络的文本情感分类算法
被引量:5
- 1
-
-
作者
向进勇
杨文忠
吾守尔·斯拉木
-
机构
新疆大学信息科学与工程学院
新疆多语种信息技术重点实验室(新疆大学)
-
出处
《计算机应用》
CSCD
北大核心
2019年第7期1942-1947,共6页
-
基金
国家自然科学基金资助项目(U1603115,XJEDU2017T002,U1435215)~~
-
文摘
由于人类语言的复杂性,文本情感分类算法大多都存在因为冗余而造成的词汇量过大的问题。深度信念网络(DBN)通过学习输入语料中的有用信息以及它的几个隐藏层来解决这个问题。然而对于大型应用程序来说,DBN是一个耗时且计算代价昂贵的算法。针对这个问题,提出了一种半监督的情感分类算法,即基于特征选择和深度信念网络的文本情感分类算法(FSDBN)。首先使用特征选择方法(文档频率(DF)、信息增益(IG)、卡方统计(CHI)、互信息(MI))过滤掉一些不相关的特征从而使词汇表的复杂性降低;然后将特征选择的结果输入到DBN中,使得DBN的学习阶段更加高效。将所提算法应用到中文以及维吾尔语中,实验结果表明在酒店评论数据集上,FSDBN在准确率方面比DBN提高了1.6%,在训练时间上比DBN缩短一半。
-
关键词
深度信念网络
深度学习
特征选择
半监督的情感分类算法
受限波尔兹曼机
文本情感分类
-
Keywords
Deep Belief Network (DBN)
Deep Learning (DL)
Feature Selection (FS)
semi-supervised sentiment classification algorithm
Restricted Boltzmann Machine (RBM)
text sentiment classification
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于词典的中文微博情感细粒度分析研究
被引量:2
- 2
-
-
作者
马海
马力
-
机构
西安邮电大学
-
出处
《计算机与数字工程》
2020年第10期2415-2419,共5页
-
文摘
针对于中文微博情感细粒度的分析研究,并基于词典对微博数据进行情感细粒度分类,在此基础上,论文提出了十四种情感类别(基于七大类情感提出的,比如“好”衍生出“不好”)和改进了华中科技大学陈晓东毕业论文中的基于词典的情感分类算法。实验结果表明:论文分类算法准确率达到了70%以上,在实际应用中,十四种情感类别波动符合实际情况,中间情感类别(比如“不好”)占比低,明确情感类别(比如“好”)占比高。
-
关键词
情感细粒度分类
情感分类算法
中间情感类别
明确情感类别
-
Keywords
emotional fine-grained classification
sentiment classification algorithm
intermediate sentiment category
explicit emotion category
-
分类号
B842.6
[哲学宗教—基础心理学]
-