Indexed by：
Abstract：
为了有效获取短文本评论隐含的语义信息进行情感倾向性识别,提出一种基于CNN-LSTM模型的短文本情感分类方法. 利用卷积神经网络(convolutional neural network,CNN)模型设置不同大小的卷积窗口,提取短文本的语义特征. 引入长短时记忆(long short-term memory, LSTM)神经网络模型对短文本的情感倾向进行预测. 在3种不同的中英文短文本评论数据集上进行验证取得较好的性能,其中,在NLPCC评测数据集上,正、负向情感识别的F1值分别达到0. 768 3和0. 772 4(优于NLPCC评测的最优结果). 相较于传统的机器学习分类模型,t-test检验结果表明性能提升显著.
Keyword：
Reprint Author's Address：
Email：
Source ：
北京工业大学学报
ISSN： 0254-0037
Year： 2019
Issue： 7
Volume： 45
Page： 662-670
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 5
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
