基于卷积神经网络的微博情感倾向性分析
微博情感倾向性分析旨在发现用户对热点事件的观点态度.由于微博噪声大、新词多、缩写频繁、有自己的固定搭配、上下文信息有限等原因,微博情感倾向性分析是一项有挑战性的工作.本文主要探讨利用卷积神经网络进行微博情感倾向性分析的可行性,分别将字级别词向量和词级别词向量作为原始特征,采用卷积神经网络来发现任务中的特征,在COAE2014任务4的语料上进行了实验.实验结果表明,利用字级别词向量及词级别词向量的卷积神经网络分别取得了95.42％的准确率和94.65％的准确率.由此可见对于中文语料而言,利用卷积神经网络进行微博情感倾向性分析是有效的,且使用字级别的词向量作为原始特征会好于使用词级别的词向量作为原始特征.
中文语料 情感倾向性 词向量 卷积神经网络
刘龙飞 杨亮 张绍武 林鸿飞
大连理工大学信息检索实验室,辽宁 大连 116024
国内会议
中国中文信息学会2015学术年会(CIPS2015)暨第十四届全国计算语言学学术会议(CCL2015)、第三届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD2015)
广州
中文
1-10
2015-11-13（万方平台首次上网日期，不代表论文的发表时间）