期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到72篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于情绪分类与正负反馈的高校网络育人实践
1
作者 李文婵 《安徽电子信息职业技术学院学报》 2024年第2期18-22,共5页
BERT模型可以对高校网络中的文本进行情绪感知分类,分类后的内容进入正或负反馈系统,通过反馈系统判断内容是否值得推荐,从而实现有针对性的高校网络育人实践。具体来说,当一个网络事件发生时,根据学生的评论内容以及点赞、拉踩数识别... BERT模型可以对高校网络中的文本进行情绪感知分类,分类后的内容进入正或负反馈系统,通过反馈系统判断内容是否值得推荐,从而实现有针对性的高校网络育人实践。具体来说,当一个网络事件发生时,根据学生的评论内容以及点赞、拉踩数识别学生对该网络事件的情绪是正面还是负面,再依据事件类型控制事件内容的网络推送率并反馈给高校相关部门进行快速响应,能营造积极向上的高校网络育人氛围,使学生的身心得到健康发展。 展开更多
关键词 BERT神经网络 情绪分类 正负反馈 网络育人
在线阅读 下载PDF
基于多类别语义词簇的新闻读者情绪分类 被引量：6
2
作者 温雯 吴彪 +2 位作者 蔡瑞初 郝志峰 王丽娟 《计算机应用》 CSCD 北大核心 2016年第8期2076-2081,共6页
分析和研究文本读者情绪有助于发现互联网的负面信息,是舆情监控的重要组成部分。考虑到引起读者不同情绪主要因素在于文本的语义内容,如何抽取文本语义特征因此成为一个重要问题。针对这一问题,提出首先使用word2vec模型对文本进行初... 分析和研究文本读者情绪有助于发现互联网的负面信息,是舆情监控的重要组成部分。考虑到引起读者不同情绪主要因素在于文本的语义内容,如何抽取文本语义特征因此成为一个重要问题。针对这一问题,提出首先使用word2vec模型对文本进行初始的语义表达;在此基础上结合各个情绪类别分别构建有代表性的语义词簇,进而采用一定准则筛选对类别判断有效的词簇,从而将传统的文本词向量表达改进为语义词簇上的向量表达;最后使用多标签分类方法进行情绪标签的学习和分类。实验结果表明,该方法相对于现有的代表性方法来说能够获得更好的精度和稳定性。 展开更多
关键词 情感分析 情绪分类 语义词簇 多标签学习 word2vec
在线阅读 下载PDF
基于迁移学习微博情绪分类研究——以H7N9微博为例 被引量：18
3
作者 周清清 章成志 《情报学报》 CSSCI 北大核心 2016年第4期339-348,共10页
社交媒体的发展吸引大量用户,继而产生海量的用户生成内容。对用户生成内容的挖掘分析能够及时掌握用户的情绪动态,继而帮助事件处理、政策施行等。已有研究利用监督机器学习方法进行文本情绪分类,但是这类方法依赖于语料的标注、耗时耗... 社交媒体的发展吸引大量用户,继而产生海量的用户生成内容。对用户生成内容的挖掘分析能够及时掌握用户的情绪动态,继而帮助事件处理、政策施行等。已有研究利用监督机器学习方法进行文本情绪分类,但是这类方法依赖于语料的标注、耗时耗力,并且存在领域适应性问题。迁移学习方法能够避免大量的语料标注、并且一定程度解决领域适应性问题。但是,目前迁移学习鲜有用于情绪分类任务。此外,情绪分类主要是针对博文等长文本,缺少针对微博短文本的相关实证研究。本文在主客观分类基础上,利用迁移学习方法对H7N9微博主观语料文本进行情感分类,并对结果进行情绪分类。实验结果表明,首先,设置形容词个数阈值为2时主客观分类效果最优;其次,利用迁移学习算法进行微博情感分类效果优于非迁移学习方法;最后,利用词频-相关频率作为特征权重计算方法时可以得到较好的情绪分类性能。 展开更多
关键词 情感分类 情绪分类 迁移学习 微博挖掘
在线阅读 下载PDF
融合CNN和EWC算法的不平衡文本情绪分类方法 被引量：6
4
作者 程艳 朱海 +3 位作者 项国雄 唐天伟 钟林辉 王国玮 《中文信息学报》 CSCD 北大核心 2020年第4期92-100,共9页
文本情绪分类是自然语言处理领域的一个基本任务。然而,基于不平衡数据的学习使得传统文本情绪分类方法的分类性能降低。针对这个问题,该文提出了一种融合CNN和EWC算法的不平衡文本情绪分类方法。首先,该方法使用随机欠采样方法得到多... 文本情绪分类是自然语言处理领域的一个基本任务。然而,基于不平衡数据的学习使得传统文本情绪分类方法的分类性能降低。针对这个问题,该文提出了一种融合CNN和EWC算法的不平衡文本情绪分类方法。首先,该方法使用随机欠采样方法得到多组平衡数据;其次,按顺序单独使用每一组平衡数据输入CNN训练,同时在训练过程中引入EWC算法用以克服CNN中的灾难性遗忘;最后,把使用最后一组平衡数据输入CNN训练得到的模型作为最终分类模型。实验结果表明,该方法在分类性能上明显优于基于欠采样和多分类算法的集成学习框架,且该方法比基于多通道LSTM神经网络的不平衡情绪分类方法在Accuracy和G-mean上分别提高了1.9%和2.1%。 展开更多
关键词 情绪分类 不平衡分类 CNN EWC算法
在线阅读 下载PDF
基于情绪相关事件上下文的隐含情绪分类方法研究 被引量：4
5
作者 李寿山 李逸薇 +1 位作者 刘欢欢 黄居仁 《中文信息学报》 CSCD 北大核心 2013年第6期90-95,共6页
情绪分类是情绪分析研究中的一个基本任务,旨在对文本表达的情绪进行分类。目前,该任务是自然语言处理研究中的一个热点问题。已有的研究一般借助于情绪关键词(例如,"高兴","伤心")来进行情绪分类。然而,在实际中,... 情绪分类是情绪分析研究中的一个基本任务,旨在对文本表达的情绪进行分类。目前,该任务是自然语言处理研究中的一个热点问题。已有的研究一般借助于情绪关键词(例如,"高兴","伤心")来进行情绪分类。然而,在实际中,存在大量的没有情绪关键词但表达情绪的文本,我们称这类情绪表达为隐含情绪表达。该文关注隐含情绪分类方法研究,提出了基于情绪关联事件的隐含情绪分类方法,我们认为情绪的关联事件可以用于对情绪类别进行分类。具体实现中,我们首先采用情绪关键词获得句子群;然后,去除情绪关键词,将上下文作为关联事件表达文本;最后,利用上下文进行情绪分类。实验结果表明,以上下文进行的情绪分类结果达到了一定的性能,远远好于随机分类结果。这一结果为进一步隐含情绪分类提供了良好的基础。 展开更多
关键词 情绪关联事件 情绪分类 情绪关键词
在线阅读 下载PDF
基于脑电信号的情绪分类 被引量：8
6
作者 李娟 刘国忠 高洁 《北京信息科技大学学报（自然科学版）》 2017年第2期34-39,共6页
针对不同情绪的分类提出了基于脑电信号的情绪分类方法。采用了图片和视频2种情绪刺激方式,分别设计了积极和消极2种情绪作为刺激方案,采集受试者受到刺激后的脑电信号。先将信号去噪,再通过共空间模式算法对信号进行特征提取,最后应用... 针对不同情绪的分类提出了基于脑电信号的情绪分类方法。采用了图片和视频2种情绪刺激方式,分别设计了积极和消极2种情绪作为刺激方案,采集受试者受到刺激后的脑电信号。先将信号去噪,再通过共空间模式算法对信号进行特征提取,最后应用支持向量机算法(SVM)将脑电信号进行分类,分类的优劣用分类率表示。通过这种方法实现了不同刺激方式下情绪脑电信号的分类以及对比了不同刺激方式的分类率,发现2种刺激方式都能将情绪分类且分类率均在75%以上,视频刺激以88.97%的信号识别率高于图像刺激79.24%的信号识别率。分类结果表明,有效的情绪刺激方式能够将不同情绪脑电信号很好地分类。情绪分类的研究为抑郁症以及压力比较大的群体的情绪变化提供了较好的参考价值。 展开更多
关键词 脑电信号 情绪分类 支持向量机 共空间模式
在线阅读 下载PDF
基于情绪特定词向量的情绪分类算法 被引量：7
7
作者 张璐 沈忱林 李寿山 《计算机科学》 CSCD 北大核心 2019年第B06期93-97,共5页
情绪分析是自然语言处理领域的一个研究热点,其通过分析人们发布的文本推测人们的主观感受。情绪分类是情绪分析中的一个基本任务,旨在判断一个文本的情绪类别。对情绪分类来说,词语的表示具有决定性的作用。许多现有的词向量学习算法... 情绪分析是自然语言处理领域的一个研究热点,其通过分析人们发布的文本推测人们的主观感受。情绪分类是情绪分析中的一个基本任务,旨在判断一个文本的情绪类别。对情绪分类来说,词语的表示具有决定性的作用。许多现有的词向量学习算法只对词语的上下文语义信息进行建模,而忽略了词语的情绪信息,这样会导致上下文相似但情绪相反的词语有相似的词向量。为了解决该问题,通过构建一个由两个基本网络(即文档-词网络和情绪图标-词网络)组成的异构网络来学习情绪特定的词向量。最后,在标注样本上训练一个LSTM分类器。实验结果表明了所提情绪特定词向量学习算法的有效性。 展开更多
关键词 情感分析 情绪分类 词向量
在线阅读 下载PDF
基于多视角多标签学习的读者情绪分类 被引量：2
8
作者 温雯 陈颖 +2 位作者 蔡瑞初 郝志峰 王丽娟 《计算机科学》 CSCD 北大核心 2018年第8期191-197,共7页
传统的读者情绪分类主要从情感分析的角度出发,着重考量读者评论中体现出来的情感极性。然而现实中,读者评论的缺失有可能影响情绪分类的有效性和及时性。如何融合包括新闻文本和评论在内的多视角信息,对读者情绪进行更加准确的研判,成... 传统的读者情绪分类主要从情感分析的角度出发,着重考量读者评论中体现出来的情感极性。然而现实中,读者评论的缺失有可能影响情绪分类的有效性和及时性。如何融合包括新闻文本和评论在内的多视角信息,对读者情绪进行更加准确的研判,成为了一个具有挑战性的问题。针对这一问题,构建了一种融合多视角信息的多标签隐语义映射模型(Multi-view Multi-label Latent Indexing,MV-MLSI),将不同视角下的文本特征映射到低维语义空间,同时建立特征和标签之间的映射函数,通过最小化重构误差对模型进行求解,并设计了相关算法,从而实现对读者情绪的有效预测。相比于传统模型,该模型不仅可以充分利用多视角的信息,而且考虑了标签之间的相关性。在新闻文本数据集上的实验表明,该方法可以获得更高的准确率和稳定性。 展开更多
关键词 情绪分类 情感分析 多标签学习 多视角学习 LSI
在线阅读 下载PDF
基于决策粗糙集的多标记情绪分类 被引量：3
9
作者 张志飞 苗夺谦 张红云 《模式识别与人工智能》 EI CSCD 北大核心 2015年第8期680-685,共6页
为解决情绪分类中的多标记不确定性问题,提出基于决策粗糙集的多标记分类方法(DTRS-MLC).该方法利用双加权多标记K近邻算法(DW-ML-KNN)多标记的实值函数定义正域、负域和边界域,通过标记依赖度统一刻画标记的共现和互斥关系.从理论和实... 为解决情绪分类中的多标记不确定性问题,提出基于决策粗糙集的多标记分类方法(DTRS-MLC).该方法利用双加权多标记K近邻算法(DW-ML-KNN)多标记的实值函数定义正域、负域和边界域,通过标记依赖度统一刻画标记的共现和互斥关系.从理论和实验角度分析DTRS-MLC与DW-ML-KNN的关系,验证DW-ML-KNN属于DTRS-MLC的特例.音乐情绪分类及文本情绪分类的实验均表明,DTRS-MLC在整体上取得较好性能. 展开更多
关键词 情绪分类 多标记学习 粗糙集 决策粗糙集
在线阅读 下载PDF
基于细粒度信息感知BERT-EEP的情绪分类方法 被引量：5
10
作者 胡慧君 杨雨烟 +1 位作者 易洋 刘茂福 《计算机工程与科学》 CSCD 北大核心 2023年第4期751-760,共10页
网络舆情情绪分析专注于挖掘特定领域文本中深层次的情绪信息,对及时评估和化解舆情风险有重要意义。以往研究大多依赖情感符号、词性等基本情绪知识构建情绪语义特征,忽略了文本中情绪的持有者、线索等细粒度语言表达。为此,针对COVID... 网络舆情情绪分析专注于挖掘特定领域文本中深层次的情绪信息,对及时评估和化解舆情风险有重要意义。以往研究大多依赖情感符号、词性等基本情绪知识构建情绪语义特征,忽略了文本中情绪的持有者、线索等细粒度语言表达。为此,针对COVID-19疫情期间网络舆情数据的特点,引入同步双通道循环递归网络抽取细粒度情绪信息。在此基础上,提出辅助句构造法和基于BERT的情绪表达感知网络BERT-EEP,利用细粒度情绪信息辅助标签分类,并通过多头注意力机制和双向门控循环单元学习辅助信息和上下文之间的依赖关系,最终实现情绪分析。为评估所提方法的有效性,构建了一个具有细粒度表达的COVID-19中文情绪数据集。实验结果表明,所提方法能有效地融合细粒度情绪信息,在情绪分类任务上获得了优异的性能。 展开更多
关键词 舆情分析 情绪分类 细粒度 情绪表达感知
在线阅读 下载PDF
基于目标域自适应SVM分类器的微博情绪分类 被引量：1
11
作者 郝笑弘 薛保菊 《工程数学学报》 CSCD 北大核心 2021年第5期627-636,共10页
目前微博数据上难以实现跨领域情绪分类,很多基于特征和实例的方法表现出分类准确度低和计算速度慢等问题.针对此问题,本文提出一种基于模型的自适应支持向量机(SVM)的微博情绪分类方法,简称MASVM.该方法可以将现有模型直接应用到新目... 目前微博数据上难以实现跨领域情绪分类,很多基于特征和实例的方法表现出分类准确度低和计算速度慢等问题.针对此问题,本文提出一种基于模型的自适应支持向量机(SVM)的微博情绪分类方法,简称MASVM.该方法可以将现有模型直接应用到新目标域数据.首先,在“多对一”SVM自适应模型的基础上,对源域数据集训练的分类器决策函数进行修改,创建出一个适应目标域分类器.然后,扩展多个分类器适应框架,根据基础分类器在较小目标域标签样本集合中的分配性能,学习基础分类器的权重控制.最后,最大限度使用通用语料库训练出的基础分类器,通过领域适应,将情绪分类的分类误差最小化.实验结果表明,所提方法在准确度和计算效率方面优于基准方法和其他类似方法的性能.另外,目标域标签数据的不同比例也会对分类性能造成影响.由于所提方法的性能优于域外基础模型和域自适应方法,表现出了与域内上界模型相近的性能,且具有计算速度优势,可以作为一种快速微博情绪分类方法加以应用. 展开更多
关键词 微博数据 自适应 情绪分类 目标域 分类器 决策函数
在线阅读 下载PDF
基于层次化的微博情绪分类——以新浪微博为例 被引量：1
12
作者 王向华 宋欣 《计算机工程与设计》 北大核心 2018年第11期3431-3437,共7页
针对当前大多微博情绪分析算法难以准确描绘不同情绪差异的问题,对中文微博的情绪成分和层次化情绪分类进行研究。预处理消除非情绪信息,引入ICTCLAS分词工具包对文章进行分割,提取形容词、名词和动词等,形成特征,使用卡方测试、词频和... 针对当前大多微博情绪分析算法难以准确描绘不同情绪差异的问题,对中文微博的情绪成分和层次化情绪分类进行研究。预处理消除非情绪信息,引入ICTCLAS分词工具包对文章进行分割,提取形容词、名词和动词等,形成特征,使用卡方测试、词频和点互信息(PMI)对特征进行选择,运用支持向量回归(SVR)和规则集进行分类。数据集采用新浪原始中文微博,不同分组之间的实验结果验证了该方法的有效性,其在多个层次上的F测度等值优于其它同类方法,随机挑选50篇微博进行评判,近一半的结果得到所有评判员的支持。 展开更多
关键词 微博 情绪分类 点互信息 情绪成分分析 支持向量回归
在线阅读 下载PDF
融合自注意力机制和语义词典的危机情绪分类研究 被引量：3
13
作者 由丽萍 刘越 王世兴 《情报理论与实践》 CSSCI 北大核心 2022年第5期189-195,共7页
[目的/意义]在社会危机事件发生后,及时、有效地对社交网络上的文本内容进行情绪分类,有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系,采用融合自注意力... [目的/意义]在社会危机事件发生后,及时、有效地对社交网络上的文本内容进行情绪分类,有助于准确掌握公众情绪状态、优化社会危机事件管控方案。[方法/过程]基于框架语义理论构建危机情绪分类词典和危机情绪类别体系,采用融合自注意力机制的LSTM神经网络分类模型,实现优化的、细粒度的危机情绪分类。[结果/结论]以微博危机事件评论数据为例,通过不同参数的组合以及模型对比实验,获得了较高的准确率,验证了模型的可行性和有效性。为社交网络文本危机情绪分类提供优化的理论模型和方法支持,同时为相关领域的研究提供语义资源。 展开更多
关键词 危机情绪 长短期记忆网络 自注意力机制 语义词典 情绪分类
原文传递
基于同步性脑网络的支持张量机情绪分类研究 被引量：2
14
作者 黄丽亚 苏义博 +2 位作者 马捃凯 丁威威 宋传承 《电子与信息学报》 EI CSCD 北大核心 2020年第10期2462-2470,共9页
一直以来,情绪是心理学、教育学、信息科学等多个学科的研究热点,脑电信号(EEG)因其客观、不易伪装的特点,在情绪识别领域受到广泛关注。由于人类情绪是大脑多个脑区相互作用产生的,该文提出一种基于同步性脑网络的支持张量机情绪分类算... 一直以来,情绪是心理学、教育学、信息科学等多个学科的研究热点,脑电信号(EEG)因其客观、不易伪装的特点,在情绪识别领域受到广泛关注。由于人类情绪是大脑多个脑区相互作用产生的,该文提出一种基于同步性脑网络的支持张量机情绪分类算法(SBN-STM),该算法采用相位锁定值(PLV)构建了同步性脑网络,分析多导联脑电信号之间的同步性和相关性,并生成2阶张量序列作为训练集,运用支持张量机(STM)模型实现正负情绪的二分类。该文基于DEAP脑电情绪数据库,详细分析了同步性脑网络张量序列的选取方法,最佳张量序列窗口的大小和位置,解决了传统情绪分类算法特征冗余的问题,提高了模型训练速度。仿真实验表明,基于支持张量机的同步性脑网络分类方法的情绪准确率优于支持向量机、C4.5决策树、人工神经网络、K近邻等以向量为特征的情绪分类模型。 展开更多
关键词 情绪分类 同步性脑网络 支持张量机 相位锁定值
在线阅读 下载PDF
基于中文微博的情绪分类与预测算法 被引量：16
15
作者 郝苗苗 徐秀娟 +2 位作者 于红 赵小薇 许真珍 《计算机应用》 CSCD 北大核心 2018年第A02期89-96,共8页
为解决中文网络短文本情感多分类及预测问题,提出基于微博数据的针对微博上某一领域的人表达的情感进行多分类以及预测的算法。通过对微博数据特点的研究分析提出了一种基于词典的权重规则算法,构建了微博情绪分析词典,识别微博所表达的... 为解决中文网络短文本情感多分类及预测问题,提出基于微博数据的针对微博上某一领域的人表达的情感进行多分类以及预测的算法。通过对微博数据特点的研究分析提出了一种基于词典的权重规则算法,构建了微博情绪分析词典,识别微博所表达的5种情感极性:过度积极、轻微积极、中性、轻微消极、过度消极;提出了一种基于监督学习的分类方法对微博的情感极性进行分类预测,提取文本特征构建特征向量等对5种监督学习分类方法进行分析与讨论,实验分析结果准确率达到79. 9%。实验分析表明,与基于词典的权重规则算法相比,在微博细致情绪多分类类别识别中,基于监督学习的情绪分类预测方法能够有效提高短文本分类预测的准确率。 展开更多
关键词 微博文本分类 情绪分类预测 词典分析 监督学习 情感极性
在线阅读 下载PDF
融合情绪知识的案件微博评论情绪分类 被引量：13
16
作者 郭贤伟 赖华 +2 位作者 余正涛 高盛祥 相艳 《计算机学报》 EI CSCD 北大核心 2021年第3期564-578,共15页
案件微博评论的情绪分类是一个特定领域的情感多分类任务,旨在快速有效地识别海量评论中的情绪,有助于相关部门及时评估舆情风险和制定相关政策.由于传统方法难以有效利用评论中常用的情绪词和表情符号等情绪知识,本文提出一种融合情绪... 案件微博评论的情绪分类是一个特定领域的情感多分类任务,旨在快速有效地识别海量评论中的情绪,有助于相关部门及时评估舆情风险和制定相关政策.由于传统方法难以有效利用评论中常用的情绪词和表情符号等情绪知识,本文提出一种融合情绪知识的案件微博评论情绪分类方法.首先,整合现有的情感计算资源构建了一个包含案件微博情绪词典、表情符号、网络用语、否定词及程度副词等的情绪知识库.其次,考虑情绪知识库和词性的作用定义了15种情绪知识,通过提出的连续向量表示方法构建评论的情绪知识表示.然后将评论的语义表示和情绪知识表示分别输入一个语义初始化滤波器的卷积神经网络(INIT-CNN)和一个结合注意力机制的全连接网络中,得到深层的语义特征向量和情绪知识表示的注意力特征向量.最后,将两个特征向量进行拼接以融合语义特征和情绪知识特征,训练一个情绪分类模型,称为EK-INIT-CNN(Emotional knowledge enhanced INIT-CNN).在案件微博评论数据集上的实验表明,相比INIT-CNN,EK-INIT-CNN的Macro_Precision、Macro_Recall和Macro_F1指标分别提升了1.87%、1.95%和1.88%.EK-INIT-CNN在NLPCC中文微博情绪分析评测数据集上的性能则超过了目前已知文献中的最好结果.实验证明,该方法能有效地融入外部情绪知识,且相对传统方法在情绪分类任务上具有明显的优势. 展开更多
关键词 案件微博评论 情绪知识表示 卷积神经网络 注意力机制 情绪分类
在线阅读 下载PDF
基于多通道LSTM的不平衡情绪分类方法 被引量：15
17
作者 殷昊 李寿山 +1 位作者 贡正仙 周国栋 《中文信息学报》 CSCD 北大核心 2018年第1期139-145,共7页
情绪分类是自然语言处理问题中的重要研究问题之一。情绪分类旨在对文本包含的情绪进行自动分类,该任务是情感分析的一项基本任务。然而,已有的研究都假设各情绪类别的样本数量平衡,这与实际情况并不相符合。该文的研究主要面向不平衡... 情绪分类是自然语言处理问题中的重要研究问题之一。情绪分类旨在对文本包含的情绪进行自动分类,该任务是情感分析的一项基本任务。然而,已有的研究都假设各情绪类别的样本数量平衡,这与实际情况并不相符合。该文的研究主要面向不平衡数据的情绪分类任务。具体而言,该文提出了一种基于多通道LSTM神经网络的方法来解决不平衡情绪分类问题。首先,该方法使用欠采样方法获取多组平衡训练语料;其次,使用每一组训练语料学习一个LSTM模型;最后,通过融合多个LSTM模型,获得最终分类结果。实验结果表明该方法明显优于传统的不平衡分类方法。 展开更多
关键词 情绪分类 不平衡分类 LSTM
在线阅读 下载PDF
基于词向量预训练的不平衡文本情绪分类 被引量：8
18
作者 林怀逸 刘箴 +2 位作者 柴玉梅 刘婷婷 柴艳杰 《中文信息学报》 CSCD 北大核心 2019年第5期132-142,共11页
深度学习中处理不平衡问题的方法多为代价敏感和采样。该文在词向量迁移的基础上提出预训练任务选择方法。用利于小类别区分的预训练词向量来初始化目标模型,并结合均衡过采样充分利用样本信息保持模型在大类别上的精度,使模型提取的文... 深度学习中处理不平衡问题的方法多为代价敏感和采样。该文在词向量迁移的基础上提出预训练任务选择方法。用利于小类别区分的预训练词向量来初始化目标模型,并结合均衡过采样充分利用样本信息保持模型在大类别上的精度,使模型提取的文本特征在大小类别上具有公平性,从特征层面实现了平衡效果。实验结果表明,在文本情绪分类任务中,对比过采样方法,该方法在大部分无严重过拟合情况下有更好的平衡效果。当存在较严重过拟合时,该方法在目标分类数为三时平衡效果显著,并通过实验验证了预训练方法可与代价敏感方法相结合提升平衡性能。 展开更多
关键词 不平衡分类 情绪分类 均衡过采样 预训练词向量
在线阅读 下载PDF
基于信息推理的网络新闻在线评论情绪分类 被引量：5
19
作者 李成伟 彭勤科 徐涛 《中文信息学报》 CSCD 北大核心 2009年第5期75-79,共5页
网络评论数据的情绪倾向性信息对于企业商业智能系统、政府舆情分析等诸多领域有着广阔的应用空间和发展前景。该文基于语言类比超空间(HAL空间),利用信息推理方法,给出了一种短语级别的评论数据情绪倾向分类模型。该模型首先从评论文... 网络评论数据的情绪倾向性信息对于企业商业智能系统、政府舆情分析等诸多领域有着广阔的应用空间和发展前景。该文基于语言类比超空间(HAL空间),利用信息推理方法,给出了一种短语级别的评论数据情绪倾向分类模型。该模型首先从评论文本中抽取符合预定义模式的短语,然后运用基于HAL空间的概念组合算法,将短语组合为概念C,最后使用信息推理算法,对概念C按情绪分类。实验表明,与SVM算法和Term-Count算法相比,该文的模型对于网络在线新闻评论数据分类效果较好。 展开更多
关键词 计算机应用 中文信息处理 信息推理 情绪分类 HAL 语义倾向性
在线阅读 下载PDF
融合注意力机制的图文多模态情绪分类模型 被引量：2
20
作者 彭俊文 李磊 《软件》 2023年第12期176-180,共5页
在图文双模态情绪分类任务中,特征提取不充分和多模态特征融合出现信息冗余等问题较为普遍,本文在多通道特征提取和融合的过程中引入注意力机制,提出融合注意力机制的多模态情绪分类模型。首先,使用TextCNN和BERT模型分别提取文本局部... 在图文双模态情绪分类任务中,特征提取不充分和多模态特征融合出现信息冗余等问题较为普遍,本文在多通道特征提取和融合的过程中引入注意力机制,提出融合注意力机制的多模态情绪分类模型。首先,使用TextCNN和BERT模型分别提取文本局部特征、文本上下文特征,用残差网络提取图像特征;其次,利用跨模态注意力机制实现模态间的信息交互,从而增强各模态特征表示;然后,利用自注意力机制进行多模态特征融合;最后,通过Softmax分类器获得最终情绪分类结果。在公开的TumEmo图文数据集上,情绪七分类的准确率和F1值分别达到了75.2%、74.3%,表现出良好的性能。 展开更多
关键词 情绪分类 多模态 注意力机制 BERT ResNet TextCNN
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
使用帮助 返回顶部