传统情感分类方法与基于深度学习的情感分类方法对比分析

被引：6

作者：

段传明

机构：

[1] 山东科技大学计算机科学与工程学院

来源：

软件导刊 | 2018年 / 17卷 / 01期

关键词：

情感分类; 神经网络; 深度学习; 词向量; word2vec; LSTM;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 081203 ;

摘要：

情感分类是自然语言处理的一个重要分支,情感分类方法包括传统的基于情感词典的方法和基于机器学习的方法,以及最新的基于深度学习的方法。为了探索情感分类的实现方法和研究进展,对传统的情感分类方法和基于深度学习的情感分类方法进行对比,并对深度学习LSTM原理进行了简要描述,可以发现基于深度学习的情感分类方法在情感分类上具有更大优势。

引用

页码：22 / 24

页数：3

共 10 条

[1]

On sense and nominatum. Frege G. Philosophy of Science . 1949

[2]

Efficient estimation of word representations in vector space. Tomas Mikolov,Kai Chen,Greg Corrado,Jeffrey Dean. Computer Science . 2013

[3]

Sentiment analysis:Capturing favorability using natural language p rocessing. NASUKAWA T,YI J. Proceedings of the 2nd International Conference on Knowledge Capture . 2003

[4]

Thumbs up? sentiment classification using machine learning techniques. Bo Pang,Lillian Lee,Shivakumar Vaithyanathan. Proceedings of the 2002 Conference on Empirical Methods in Natural Language Processing (EMNLP) . 2002

[5] 情感语料库的构建和分析 [J].