李阳辉
- 作品数：3 被引量：43H指数：2
- 供职机构：南京工业大学电气工程与控制科学学院更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于降噪自动编码器及其改进模型的微博情感分析被引量：12
- 2017年
- 随着自然语言处理科学的迅猛发展,情感分析作为其重要的一个分支广泛应用于社交网络平台上,尤其是微博由于其传播广泛且蕴涵丰富的情感信息而备受学者青睐。为解析微博中表达的情感信息以及深入挖掘其蕴涵的潜在感情,在降噪自动编码器的深度模型之上研究探索改进了这个深度学习模型。降噪自动编码器的工作特点是在引入噪声的干扰之下实现对原始输入的还原,而其改进模型的优势在于考虑到了噪声的多样性和复杂性,并通过深度学习训练加强模型的原始特征复原能力,以此来克服不可预判的原始输入噪声。通过分别使用SVM、降噪自动编码器模型以及改进的模型进行情感分析实验,对比分类效果而得出改进的深度模型对微博文字情感把握更准确而且抗干扰能力及鲁棒性有所提升的结论。
- 李阳辉谢明易阳
- 关键词：情感分析
- 基于神经网络的汉语语音识别系统研究
- 语音识别技术作为人工智能科学中不可或缺的一部分已经逐渐渗透到人们的日常生活中，近年来随着人机交互的需要汉语语音识别广受关注及研究。但由于汉语发音复杂以及音节多变，从而导致了一定的识别难度。针对汉语语音音节简短、随意性大的...
- 李阳辉
- 关键词：语音识别BP神经网络FISHER准则
- 基于深度学习的社交网络平台细粒度情感分析被引量：31
- 2017年
- 在当下互联网迈入Web 2.0时代,多样的社交网络平台呈现出巨量而丰富的文本情感信息,因此挖掘网络数据文本信息并作情感倾向判断对人机交互与人工智能具有重大的现实意义。传统的解决文本情感分析问题的方法主要是浅层学习算法,利用回归、分类等方案实现特征的提取及分类。以这类方法为起点,探索采用深度学习的方法对网络文本进行细粒度的情感分析,以期达到即时获取依附于网络世界的社会人的情感,甚至是让机器达到对人类情感表达的深度理解。对于深度学习的具体实现,采用的是降噪自编码器来对文本进行无标记特征学习并进行情感分类,利用实验训练获得最佳的参数设置,并通过对实验结果的分析和评估论证深度学习对于情感信息的强大解析能力。
- 李阳辉谢明易阳
- 关键词：情感分析
