基于深度學(xué)習(xí)的文本情感分類研究.pdf

1、文本情感分類在情感分析研究中占有舉足輕重的地位，在信息爆炸的21世紀，海量數(shù)據(jù)的情感分類研究吸引了很多的研究者，如何深入學(xué)習(xí)文本的語義信息，準確表達語義特征，提高情感分類的準確性是研究的目標。
　　鑒于傳統(tǒng)的機器學(xué)習(xí)方法無法學(xué)習(xí)文本語義信息的缺陷，本文在淺層學(xué)習(xí)特征的基礎(chǔ)上提出了融合深度學(xué)習(xí)特征的方案研究文本情感分類問題，提高特征對文本語義信息的表達，增加模型對語義的學(xué)習(xí)和理解能力；研究中發(fā)現(xiàn)融合中采用的深層特征由于不是基于多隱層

2、的深度學(xué)習(xí)方法抽取的，導(dǎo)致學(xué)習(xí)到的深層特征向量不能真正的理解文本中的具體語義，針對這些問題，文章引入了基于深度學(xué)習(xí)的半監(jiān)督 RAE方法研究文本的情感分類問題，RAE方法是多隱層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，可以逐層分析，優(yōu)化每一層學(xué)習(xí)得到的特征向量表示，因此它抽取的文本特征向量可以更準確的表達語義信息，提高分類結(jié)果。
　　本文首先采用傳統(tǒng)的SVM方法進行情感分類問題的研究，實驗中選擇詞、詞性和詞典的特征組合方式，得到最好的分類正確率結(jié)果是81.