ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

改进CNN的多通道语义合成情感分类模型研究

邱宁佳; 周思丞; 丛琳; 王鹏; 李岩芳长春理工大学
计算机工程与应用2019
4阅读
引用收藏
分享

摘要

为了解决传统神经网络由于上下文语序变化而导致的情感歧义问题,提出一种多通道语义合成卷积神经网络(SFCNN)。使用改进的情感倾向注意力机制对词向量进行情感加权操作;将情感倾向词向量进行多通道语义合成,生成带有文本上下文语义信息的深度语义向量,构建情感分类模型;使用自适应学习率的梯度下降算法对模型参数进行优化,完成行情感分类任务。为了验证改进算法的有效性,使用多种微博数据样本集在提出的模型上进行对比实验。实验结果表明,改进的情感倾向注意力机制结合多通道语义合成卷积神经网络具有较好的情感分类能力,并且自适应学习率的梯度下降算法可以更快地完成模型收敛工作。

学科与关键词

关键词
卷积神经网络注意力情感分类多通道 Convolution Neural Network(CNN)attentionemotional classificationmulti-channel
相关
加载中…
  • 一种基于CNN与双向LSTM融合的文本情感分类方法
    张翠; 周茂杰计算机时代, 2019, (12): 38-41.
  • 基于人工智能的语义分析研究
    吴善子*电子设计工程, 2020, 28(17): 37-41.
  • 基于字词向量的多尺度卷积神经网络微博评论的情感分类模型及实验研究
    张柳; 王晰巍; 黄博; 刘宇桐图书情报工作, 2019, (18): 99-108.
查看全部 →

发表信息

论文状态
公开发表
期刊
计算机工程与应用
发表日期
2019
卷期
第 23 期
页码
136-141
成果收录
CHINAJOURNAL
资助标注
吉林省重大科技招标项目(No.20170203004GX);吉林省省级产业创新专项资金项目(No.2017C051);

作者

  • 邱

    邱宁佳 (第一作者)

  • 周

    周思丞

查看全部 5 位作者收起作者
  • 丛

    丛琳

  • 王

    王鹏

  • 李

    李岩芳

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417