典型文献
基于胶囊网络的中长微博情感分析
文献摘要：
针对通过微博文本获取用户情感倾向,以提高舆情监控效率的问题.利用深度学习的方法实现微博语料的情感分类,构建符合近年文本长度分布特点的高质量微博情感分类数据集,分析微博文本长度对情感分类的影响.由于中长语料主观性强、句子关联度弱,其检测准确率偏低.针对此问题,本文提出一种基于胶囊网络的中长微博情感分析模型.采用注意力机制,在融合局部特征与全局特征的基础上,利用胶囊向量实现深层情感特征提取,提高中长语料的检测效果.利用本文搜集的数据集进行实验,结果表明,相较于多种深度学习算法,本文模型性能更佳.在不同文本长度语料的对比实验中,伴随着文本长度的增加,分类准确率逐渐降低.相较于传统的LSTM算法,本文模型随文本长度增加效果提升,证明了该模型针对中长微博文本情感分类的可行性.
文献关键词：
自然语言处理;情感分析;中长微博语料;胶囊网络
中图分类号：
作者姓名：
吴仁彪;乔晗;贾云飞;刘闪亮;张振驰;刘洋
作者机构：
中国民航大学天津市智能信号与图像处理重点实验室,天津300300
文献出处：
引用格式：
[1]吴仁彪;乔晗;贾云飞;刘闪亮;张振驰;刘洋-.基于胶囊网络的中长微博情感分析)[J].信号处理,2022(08):1632-1641
A类：
中长微博语料
B类：
胶囊网络,情感分析,微博文本,取用,用户情感,情感倾向,舆情监控,分类数据,主观性,句子,子关,检测准确率,注意力机制,局部特征,全局特征,情感特征,检测效果,深度学习算法,模型性能,分类准确率,随文,效果提升,文本情感分类,自然语言处理
AB值：
0.277786
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
