基于表示学习的情感分析研究

厉小军, 施寒潇^†, 陈南南, 柳虹, 邹轶

浙江工商大学管理工程与电子商务学院, 杭州 310018

收稿日期:2018-04-15修回日期:2018-08-19出版日期:2019-01-20

基金资助:国家社会科学基金(17BTQ069)和浙江省自然科学基金(LY19F020007)资助

Research on Sentiment Analysis Based on Representation Learning

LI Xiaojun, SHI Hanxiao^†, CHEN Nannan, LIU Hong, ZOU Yi

School of Management and E-Business, Zhejiang Gongshang University, Hangzhou 310018

Received:2018-04-15Revised:2018-08-19Published:2019-01-20

RichHTML

0

PDF

(931KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 提出一个基于表示学习的文本情感分析模型C&W-SP。首先基于C&W模型的词表示改进训练模型, 实现在词表示训练过程中融入情感信息和词性信息的不同模型设计; 然后利用NLP&CC’2013中的评测数据集, 进行多种模型的实验对比。实验结果表明, 融入情感信息和词性信息的C&W-SP模型性能效果最优, 验证了所提方法的有效性。

引用本文

厉小军, 施寒潇, 陈南南, 柳虹, 邹轶. 基于表示学习的情感分析研究[J]. 北京大学学报自然科学版, 2019, 55(1): 105-112.
LI Xiaojun, SHI Hanxiao, CHEN Nannan, LIU Hong, ZOU Yi. Research on Sentiment Analysis Based on Representation Learning[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(1): 105-112.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3308