Indexed by：
Abstract：
针对中文短文本信息量少、特征稀疏等特点,面向微博短文本进行情感分类研究,为了更好地提取短文本情感特征,从评论转发等上下文内容中挖掘具有语义递进关系的语料对原文本进行扩展,并抽取具有潜在感情色彩的特征词,采用Word2vec计算词语相似度以进行候选特征词扩展,最后引入深度信念网络(Deep Belief Network,DB)对候选特征词进行深度自适应学习.在COAE(Chinese Opinion Analysis Evaluation) 2015任务评测数据集上的实验表明,该方法能够有效地缓解短文本特征稀疏问题,并且能够较为准确地挖掘情感特征,提高情感分类的准确率.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机科学
ISSN： 1002-137X
Year： 2017
Issue： 10
Volume： 44
Page： 283-288
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 12
Chinese Cited Count：
30 Days PV： 9
Affiliated Colleges：
