基于卷积神经网络与多特征融合的Twitter情感分类方法 |
| |
作者单位: | ;1.武汉大学计算机学院 |
| |
摘 要: | 为了对社交网络平台上发表的言论和信息进行情感分类,基于卷积神经网络和多特征融合,提出一种情感分类方法。结合Twitter自身语言特性和情感字典资源设计语料特征和词典特征,对Twitter文本词向量使用卷积神经网络获得对应的深度词向量特征,将上述3类特征进行特征融合并采用One-Versus-One SVM实现情感极性的分类判别。针对SemEval语料的实验结果表明,该方法取得了较好的情感分类效果,多特征融合能够有效地提高情感分类的准确性。
|
关 键 词: | 文本分类 情感分析 卷积神经网络 词向量 特征融合 |
Twitter Sentiment Classification Method Based on Convolutional Neutral Network and Multi-feature Fusion |
| |
Abstract: | |
| |
Keywords: | |
|
|