| 基于降噪自动编码器及其改进模型的微博情感分析 |
| |
| 引用本文： | 李阳辉.基于降噪自动编码器及其改进模型的微博情感分析[J].计算机应用研究,2017,34(2). |
| |
| 作者姓名： | 李阳辉 |
| |
| 作者单位： | 南京工业大学 |
| |
| 摘 要： | 随着自然语言处理科学的迅猛发展，情感分析作为其重要的一个分支广泛应用于社交网络平台上，尤其是微博由于其传播广泛且蕴含丰富的情感信息而备受学者青睐。为解析微博中表达的情感信息以及深入挖掘其蕴含的潜在感情，本文在降噪自动编码器的深度模型之上研究探索改进了这个深度学习模型。降噪自动编码器的工作特点是在引入噪声的干扰之下实现对原始输入的还原，而其改进模型的优势在于考虑到了噪声的多样性和复杂性，并通过深度学习训练加强模型的原始特征复原能力，以此来克服不可预判的原始输入噪声。后文中通过分别使用SVM、降噪自动编码器模型以及改进的模型做情感分析实验，对比分类效果而得出改进的深度模型对微博文字情感把握更准确而且抗干扰能力及鲁棒性有所提升。
|
| 关 键 词： | 降噪自动编码器，微博，情感分析，深度学习 |
| 收稿时间： | 2016/1/15 0:00:00 |
| 修稿时间： | 2016/12/22 0:00:00 |
Sentiment analysis of Micro-blogging based on DAE and its improved model |
| |
| liyanghui.Sentiment analysis of Micro-blogging based on DAE and its improved model[J].Application Research of Computers,2017,34(2). |
| |
| Authors: | liyanghui |
| |
| Affiliation: | NanJing Tech University |
| |
| Abstract: | |
| |
| Keywords: | Denoising Auto-encoder Micro-blogging sentiment analysis deep learning |
|
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
