山东大学学报(理学版)

作者：吴洁,朱小飞,张宜浩,龙建武,黄贤英,杨武

单位：重庆理工大学计算机科学与工程学院, 重庆 400054

关键词：情感分析,长短期记忆网络,用户情感倾向,

基金：国家自然科学基金资助项目(61702063);国家自然科学基金资助项目(61502064);国家自然科学基金资助项目(61502065);国家社会科学基金资助项目(17XXW005);重庆市基础科学与前沿技术研究项目(cstc2017jcyjBX0059);重庆市基础科学与前沿技术研究项目(cstc2015jcyjBX0127);重庆市基础科学与前沿技术研究项目(cstc2017jcyjAX0144);重庆市基础科学与前沿技术研究项目(cstc2017jcyjAX0339);重庆市基础科学与前沿

微博言论往往带有强烈的情感色彩,对微博言论的情感分析是获取用户观点态度的重要方法。许多学者都是将研究的重点集中在句子词性、情感符号以及情感语料库等方面,然而用户自身的情感倾向性并没有受到足够的重视,因此,提出了一种新的微博情感分类方法,其通过建模用户自身的情感标志得分来帮助识别语句的情感特征,具体地讲,将带有情感信息的微博语句词向量序列输入到长短期记忆网络(LSTM),并将LSTM输出的特征表示与用户情感得分进行结合作为全连接层的输入,并通过Softmax层实现了对微博文本的情感极性分类。实验表明,提出的方法UA-LSTM在情感分类任务上的表现超过的所有基准方法,并且比最优的基准方法MF-CNN在F1值上提升了3.4%,达到0.91。

来源：2019年第3期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2019年第3期