结合词性特征与卷积神经网络的文本情感分析

来源：计算机工程杂志2018年第11期北京时间：

作者：何鸿业,郑瑾,张祖平

单位：中南大学 信息科学与工程学院,长沙 410083

摘要：在卷积神经网络模型中,如果输入文本表示不准确,网络训练容易因输入噪音导致过拟合。为改善文本卷积神经网络中输入文本表示的质量,构建一种结合词性特征的文本卷积神经网络模型。利用词性特征捕捉传统词向量无法识别的文本一词多义现象,并与输入文本原始表示方法相结合构造卷积神经网络的双通道输入。基于中文酒店评论和英文影评数据集的实验结果表明,相比于传统文本卷积神经网络,该模型在情感分类准确率、召回率和F1值等指标上均有明显提升。

关键词：自然语言处理, 情感分析,深度学习,卷积神经网络, 文本表示

基金资助：国家自然科学基金(61379109)