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

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; 刘宇桐吉林大学; 吉林大学计算机科学与技术学院
图书情报工作2019DOI: 10.13266/j.issn.0252-3116.2019.18.012
5阅读
引用收藏
分享

摘要

[目的/意义]微博评论情感分类模型可以为相关舆情监管部门正确管控话题事件的发展状况和舆情提供一定的指导作用。[方法/过程]基于字词向量的多尺度卷积神经网络,运用多尺度卷积核改善微博评论中上下文信息有限的条件制约,构建基于字词向量的多尺度卷积神经网络微博评论情感分类模型;通过爬取"微博热搜整改"数据,对模型的可行性和优越性进行验证。[结果/结论]验证结果表明基于字词向量的多尺度卷积神经网络在微博舆情等上下文信息有限的短文本分类任务中表现良好。本文在理论层面为微博舆情情感分类提供了更为准确的情感分类理论模型及分类方法,在实践层面可以更好地指导舆情监管部门对舆情的情感倾向进行更好的引导和监管。

学科与关键词

关键词
卷积神经网络字词向量多尺度卷积核微博评论情感分类 convolution neural networkword vectormultiscale convolution kernelWeibo commentssentiment classification
相关
加载中…
  • 基于word2vec和双向LSTM的情感分类深度模型
    黄贤英; 刘广峰; 刘小洋; 阳安志计算机应用研究, 2019, (12): 3583-3587+3596.
  • 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; 李岩芳计算机工程与应用, 2019, (23): 136-141.
  • 基于心理预警模型的微博情感识别研究
    张金伟; 刘晓平合肥工业大学学报(自然科学版), 2013, (11): 1318-1322.
查看全部 →

发表信息

论文状态
公开发表
期刊
图书情报工作
发表日期
2019
卷期
第 18 期
页码
99-108
DOI
10.13266/j.issn.0252-3116.2019.18.012
成果收录
CHINAJOURNAL
资助标注
国家自然科学面上项目"信息生态视角下新媒体信息消费行为机理及服务模式创新研究"(项目编号:71673108)研究成果之一;

作者

  • 张

    张柳 (第一作者)

  • 王

    王晰巍

查看全部 4 位作者收起作者
  • 黄

    黄博

  • 刘

    刘宇桐

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