郑州大学学报(理学版)

2019, v.51(03) 73-78

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于双语信息和神经网络模型的情绪分类方法
Emotion Classification Using Bilingual Information and Neural Model

张璐;殷昊;李寿山;

摘要(Abstract):

文本情绪分类是自然语言处理研究中的一项基本任务.目前,已有的文本情绪分类研究大都在单语语料上进行,存在已标注样本不足、分类文本较短、信息量少等问题.为了解决上述问题,提出了一种基于双语信息和神经网络模型的情绪分类方法.首先,利用机器翻译工具对源语料进行翻译得到翻译语料;其次,将对应语言的语料进行合并,得到两组不同语言的语料;最后,将文本分别使用源语言和翻译语言进行特征表示,建立双通道长短期记忆(long short-term memory,LSTM)网络模型融合两组特征,并构建情绪分类器.实验结果表明该方法能够稳定提升文本情绪分类的性能.

关键词(KeyWords): 情绪分类;双语信息;融合特征

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(61331011,61375073)

作者(Author): 张璐;殷昊;李寿山;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享