Indexed by：
Abstract：
本发明公开一种基于深度信念网络的短文本特征提取及情感分析方法，包括：步骤1、获取微博短文本语料集合、同义词典、语义递进关联词、微博表情词典、分词模型；步骤2、对短文本进行扩展重构；步骤3、短文本分词及预处理；步骤4，词语相似度计算模型构建；步骤5、短文本特征向量扩展；步骤6、对扩展后的候选特征集合基于深度信念网络的特征深度自适应抽取；步骤7、将深度信念网络获得特征集合利用机器学习分类算法进行分类训练，获得分类预测模型；步骤8、利用分类预测模型将测试数据集进行情感标注。本发明方法能够更有效的发现潜在特征语义信息，提高了情感特征提取的质量，从而提高了情感分类的准确度。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明授权
Patent No.： CN201710360583.2
Filing Date： 2017-05-21
Publication Date： 2020-07-03
Pub. No.： CN107193801B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
