發(fā)布時間：2018-05-22 11:25

  本文選題：情感分析 + 深度學(xué)習(xí)��； 參考：《計算機應(yīng)用研究》2017年03期

【摘要】：在當(dāng)下互聯(lián)網(wǎng)邁入Web 2.0時代,多樣的社交網(wǎng)絡(luò)平臺呈現(xiàn)出巨量而豐富的文本情感信息,因此挖掘網(wǎng)絡(luò)數(shù)據(jù)文本信息并作情感傾向判斷對人機交互與人工智能具有重大的現(xiàn)實意義。傳統(tǒng)的解決文本情感分析問題的方法主要是淺層學(xué)習(xí)算法,利用回歸、分類等方案實現(xiàn)特征的提取及分類。以這類方法為起點,探索采用深度學(xué)習(xí)的方法對網(wǎng)絡(luò)文本進(jìn)行細(xì)粒度的情感分析,以期達(dá)到即時獲取依附于網(wǎng)絡(luò)世界的社會人的情感,甚至是讓機器達(dá)到對人類情感表達(dá)的深度理解。對于深度學(xué)習(xí)的具體實現(xiàn),采用的是降噪自編碼器來對文本進(jìn)行無標(biāo)記特征學(xué)習(xí)并進(jìn)行情感分類,利用實驗訓(xùn)練獲得最佳的參數(shù)設(shè)置,并通過對實驗結(jié)果的分析和評估論證深度學(xué)習(xí)對于情感信息的強大解析能力。
[Abstract]:As the Internet enters the Web 2.0 era, a variety of social networking platforms present a huge amount of text emotional information. Therefore, it is of great practical significance for human-computer interaction and artificial intelligence to mine network data text information and make emotional tendency judgment. The traditional method to solve the problem of text affective analysis is the shallow learning algorithm, which uses regression, classification and other schemes to achieve feature extraction and classification. Using such methods as a starting point to explore the use of in-depth learning methods for fine-grained emotional analysis of online texts, with a view to achieving instant access to the emotions of the social people attached to the online world, Even to give the machine a deep understanding of human emotional expression. For the realization of the deep learning, the noise reduction self-encoder is used to learn the unmarked feature of the text and to classify the emotion, and the best parameter setting is obtained by the experiment training. Through the analysis and evaluation of the experimental results, the powerful ability of deep learning to analyze emotional information is demonstrated.
【作者單位】： 南京工業(yè)大學(xué)電氣工程與控制科學(xué)學(xué)院;
【分類號】：TP391.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 劉勘;袁蘊英;;基于自動編碼器的短文本特征提取及聚類研究[J];北京大學(xué)學(xué)報(自然科學(xué)版);2015年02期

2 曲建嶺;杜辰飛;邸亞洲;高峰;郭超然;;深度自動編碼器的研究與展望[J];計算機與現(xiàn)代化;2014年08期

3 張開旭;周昌樂;;基于自動編碼器的中文詞匯特征無監(jiān)督學(xué)習(xí)[J];中文信息學(xué)報;2013年05期

4 韓忠明;張玉沙;張慧;萬月亮;黃今慧;;有效的中文微博短文本傾向性分類算法[J];計算機應(yīng)用與軟件;2012年10期

5 孫志軍;薛磊;許陽明;王正;;深度學(xué)習(xí)研究綜述[J];計算機應(yīng)用研究;2012年08期

6 謝麗星;周明;孫茂松;;基于層次結(jié)構(gòu)的多策略中文微博情感分析和特征抽取[J];中文信息學(xué)報;2012年01期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 易善君;李君軼;李秀琴;劉芳菲;;基于微博大數(shù)據(jù)的空氣質(zhì)量與居民情感相關(guān)性對比研究——以西安市和上海市為例[J];干旱區(qū)資源與環(huán)境;2017年05期

2 蔣凡;徐明泉;崔代銳;;基于外賣物流配送大數(shù)據(jù)的調(diào)度系統(tǒng)[J];大數(shù)據(jù);2017年01期

3 葉小舟;陶飛飛;戚榮志;張云飛;周思琪;劉璇;;循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中激活函數(shù)的改進(jìn)[J];計算機與現(xiàn)代化;2016年12期

4 張寧;;中國電商企業(yè)深度學(xué)習(xí)應(yīng)用及最新進(jìn)展[J];中國管理信息化;2017年01期

5 楊巨成;劉娜;房珊珊;謝迎;;基于深度學(xué)習(xí)的人臉識別方法研究綜述[J];天津科技大學(xué)學(xué)報;2016年06期

6 彭玉青;劉帆;高晴晴;張媛媛;閆倩;;基于微調(diào)優(yōu)化的深度學(xué)習(xí)在語音識別中的應(yīng)用[J];鄭州大學(xué)學(xué)報(理學(xué)版);2016年04期

7 張敏;夏宇;劉曉彤;;重大醫(yī)療傷害事件網(wǎng)絡(luò)輿情能量傳播過程分析——以“魏則西事件”為例[J];情報雜志;2016年12期

8 劉曉春;陳煉;;基于深度學(xué)習(xí)的手寫體圖像分類識別研究[J];江西通信科技;2016年04期

9 郭超;楊燕;金煒東;;基于EDBN-SVM的高速列車故障分析[J];計算機科學(xué);2016年12期

10 韓俊波;;深度學(xué)習(xí)算法與應(yīng)用探究[J];湖州師范學(xué)院學(xué)報;2016年10期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 邱云飛;王琳潁;邵良杉;郭紅梅;;基于微博短文本的用戶興趣建模方法[J];計算機工程;2014年02期

2 張開旭;周昌樂;;基于自動編碼器的中文詞匯特征無監(jiān)督學(xué)習(xí)[J];中文信息學(xué)報;2013年05期

3 孫志軍;薛磊;許陽明;;基于深度學(xué)習(xí)的邊際Fisher分析特征提取算法[J];電子與信息學(xué)報;2013年04期

4 楊婉霞;孫理和;黃永峰;;結(jié)合語義與統(tǒng)計的特征降維短文本聚類[J];計算機工程;2012年22期

5 李海峰;李純果;;深度學(xué)習(xí)結(jié)構(gòu)和算法比較分析[J];河北大學(xué)學(xué)報(自然科學(xué)版);2012年05期

6 孫志軍;薛磊;許陽明;王正;;深度學(xué)習(xí)研究綜述[J];計算機應(yīng)用研究;2012年08期

7 何鳳英;;基于語義理解的中文博文傾向性分析[J];計算機應(yīng)用;2011年08期

8 丁建立;慈祥;黃劍雄;;網(wǎng)絡(luò)評論傾向性分析[J];計算機應(yīng)用;2010年11期

9 李壽山;黃居仁;;基于Stacking組合分類方法的中文情感分類研究[J];中文信息學(xué)報;2010年05期

10 昝紅英;郭明;柴玉梅;吳云芳;;新聞報道文本的情感傾向性研究[J];計算機工程;2010年15期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;基于位置的手機社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國新通信;2008年06期

2 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

3 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

4 李智惠;柳承燁;;韓國移動社交網(wǎng)絡(luò)服務(wù)的類型分析與促進(jìn)方案[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報);2010年08期

5 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

6 譚拯;;社交網(wǎng)絡(luò):連接與發(fā)現(xiàn)[J];廣東通信技術(shù);2011年07期

7 陳一舟;;社交網(wǎng)絡(luò)的發(fā)展趨勢[J];傳媒;2011年12期

8 殷樂;;全球社交網(wǎng)絡(luò)新態(tài)勢及文化影響[J];新聞與寫作;2012年01期

9 許麗;;社交網(wǎng)絡(luò):孤獨年代的集體狂歡[J];上海信息化;2012年09期

10 李玲麗;吳新年;;科研社交網(wǎng)絡(luò)的發(fā)展現(xiàn)狀及趨勢分析[J];圖書館學(xué)研究;2013年01期

相關(guān)會議論文 前10條

1 趙云龍;李艷兵;;社交網(wǎng)絡(luò)用戶的人格預(yù)測與關(guān)系強度研究[A];第七屆（2012）中國管理學(xué)年會商務(wù)智能分會場論文集（選編）[C];2012年

2 宮廣宇;李開軍;;對社交網(wǎng)絡(luò)中信息傳播的分析和思考——以人人網(wǎng)為例[A];首屆華中地區(qū)新聞與傳播學(xué)科研究生學(xué)術(shù)論壇獲獎?wù)撐腫C];2010年

3 楊子鵬;喬麗娟;王夢思;楊雪迎;孟子冰;張禹;;社交網(wǎng)絡(luò)與大學(xué)生焦慮緩解[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

4 畢雪梅;;體育虛擬社區(qū)中的體育社交網(wǎng)絡(luò)解析[A];第九屆全國體育科學(xué)大會論文摘要匯編(4)[C];2011年

5 杜p，

本文編號：1921867