模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2016, Vol. 29 Issue (12): 1075-1082    DOI: 10.16451/j.cnki.issn1003-6059.201612003
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于卷积神经网络的中文微博观点分类*
廖祥文1,2,张丽瑶1,2,宋志刚3,程学旗4,陈国龙1,2
1.福州大学 数学与计算机科学学院 福州 350116
2.福州大学 福建省网络计算与智能信息处理重点实验室 福州 350116
3. 福州大学 信息化建设办公室 福州 350116
4. 中国科学院计算技术研究所 网络数据科学与技术重点实验室 北京 100190
Chinese Microblog Sentiment Classification Based on Convolutional Neural Network
LIAO Xiangwen1,2, ZHANG Liyao1,2, SONG Zhigang3, CHENG Xueqi4, CHEN Guolong1,2
1.College of Mathematics and Computer Science, Fuzhou University, Fuzhou 350116
2.Fujian Provincial Key Laboratory of Networking Computing and Intelligent Information Processing,Fuzhou University, Fuzhou 350116
3.Information Construction Office, Fuzhou University, Fuzhou 350116
4.Key Laboratory of Network Data Science and Engineering, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190

全文: PDF (484 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对现有中文微博观点分类方法对上下文利用不足、数据表示稀疏和特征依赖于人工设计等问题,提出基于卷积神经网络的中文微博观点分类方法.首先利用交互上下文扩充不同主题下的微博内容,使用低维密集向量初始化微博文本.然后构造卷积神经网络模型,实现特征抽取和组合.最后基于softmax分类函数估计中文微博观点类别.实验表明,相比基准方法,文中方法在精确度和F1值上的效果更好.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
廖祥文
张丽瑶
宋志刚
程学旗
陈国龙
关键词 中文微博观点分类卷积神经网络    
Abstract:To tackle the problems of the underutilization of context, the sparseness of data and the dependence on human-designed features in existing Chinese microblog sentiment classification methods, a Chinese microblog sentiment classification method based on convolutional neural network is proposed. Firstly, microblog messages are extended using the interaction context, and then they are initialized with dense vectors in the low-dimension space. Secondly, a convolutional neural network model is constructed for extracting and combining features. Finally, the sentiment of each microblog message is estimated by softmax function. Experimental results show that compared with baselines, the proposed method obtains higher accuracies and F1 values.
Key wordsChinese Microblog    Sentiment Classification    Convolutional Neural Network   
收稿日期: 2016-06-13     
ZTFLH: TP 391  
基金资助:国家自然科学基金青年科学基金项目(No.61300105)、教育部博士点基金联合项目(No.2012351410010)、福建省科技重大专项(No.2013H6012)、中国科学院网络数据科学与技术重点实验室开放基金课题(No.CASNDST20140X)、赛尔网络下一代互联网技术创新项目(No.NGII20150901)资助
作者简介: 廖祥文(通讯作者),男,1980年生,博士,副教授,主要研究方向为文本倾向性分析与挖掘.E-mail:liaoxw@fzu.edu.cn.张丽瑶,女,1991年生,硕士研究生,主要研究方向为文本倾向性分析与挖掘.E-mail:lyzhang_cs@163.com.宋志刚,男,1972年生,学士,高级工程师,主要研究方向为网络工程.E-mail:zgsong@fzu.edu.cn.程学旗,男,1971年生,博士,研究员,主要研究方向为大数据分析与挖掘.E-mail:cxq@ict.ac.cn.陈国龙,男,1965年生,博士,教授,主要研究方向为智能信息处理.E-mail:cgl@fzu.edu.cn.
引用本文:   
廖祥文,张丽瑶,宋志刚,程学旗,陈国龙. 基于卷积神经网络的中文微博观点分类*[J]. 模式识别与人工智能, 2016, 29(12): 1075-1082. LIAO Xiangwen, ZHANG Liyao, SONG Zhigang, CHENG Xueqi, CHEN Guolong. Chinese Microblog Sentiment Classification Based on Convolutional Neural Network. , 2016, 29(12): 1075-1082.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201612003      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2016/V29/I12/1075
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn