刘龙飞
- 作品数：2 被引量：122H指数：2
- 供职机构：大连理工大学更多>>
- 发文基金：国家教育部博士点基金教育部留学回国人员科研启动基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于词向量的情感新词发现方法被引量：26
- 2014年
- 词语级的情感倾向性分析一直是文本情感计算领域的热点研究方向,如何自动识别情感新词,并判断其情感倾向性已经成为当前亟待解决的问题。首先用基于统计量的方法识别微博语料中的新词,然后利用神经网络去训练语料中词语的词向量,从语料自身挖掘出词与词之间的相关性,最后提出了基于词向量的情感新词发现方法。实验表明该方法可以有效应用于情感新词发现。
- 杨阳刘龙飞魏现辉林鸿飞
- 关键词：神经网络
- 基于卷积神经网络的微博情感倾向性分析被引量：96
- 2015年
- 微博情感倾向性分析旨在发现用户对热点事件的观点态度。由于微博噪声大、新词多、缩写频繁、有自己的固定搭配、上下文信息有限等原因,微博情感倾向性分析是一项有挑战性的工作。该文主要探讨利用卷积神经网络进行微博情感倾向性分析的可行性,分别将字级别词向量和词级别词向量作为原始特征,采用卷积神经网络来发现任务中的特征,在COAE2014任务4的语料上进行了实验。实验结果表明,利用字级别词向量及词级别词向量的卷积神经网络分别取得了95.42%的准确率和94.65%的准确率。由此可见对于中文微博语料而言,利用卷积神经网络进行微博情感倾向性分析是有效的,且使用字级别的词向量作为原始特征会好于使用词级别的词向量作为原始特征。
- 刘龙飞杨亮张绍武林鸿飞
- 关键词：卷积神经网络
