基于LSTM+Word2vec的微博評(píng)論情感分析

打開(kāi)文本圖片集

摘要：微博作為當(dāng)今熱門(mén)的社交平臺(tái)，其中蘊(yùn)含著許多具有強(qiáng)烈主觀(guān)性的用戶(hù)評(píng)論文本。為挖掘微博評(píng)論文本中潛在的信息，針對(duì)傳統(tǒng)的情感分析模型中存在的語(yǔ)義缺失以及過(guò)度依賴(lài)人工標(biāo)注等問(wèn)題，提出一種基于LSTM+Word2vec的深度學(xué)習(xí)情感分析模型。采用Word2vec中的連續(xù)詞袋模型（continuous bag of words，CBOW），利用語(yǔ)境的上下文結(jié)構(gòu)及語(yǔ)義關(guān)系將每個(gè)詞語(yǔ)映射為向量空間，增強(qiáng)詞向量之間的稠密度；采用長(zhǎng)短時(shí)記憶神經(jīng)網(wǎng)絡(luò)模型實(shí)現(xiàn)對(duì)文本上下文序列的線(xiàn)性抓取，最后輸出分類(lèi)預(yù)測(cè)的結(jié)果。（剩余6963字）