论文部分内容阅读
针对以往进行藏文情感分析时算法忽略藏文语句结构、词序等重要信息而导致结果准确率较低的问题，将深度学习领域内的递归自编码算法引入藏文情感分析中，以更深层次提取语义情感信息。将藏文分词后，用词向量表示词语，则藏文语句变为由词向量组成的矩阵；利用无监督递归自编码算法对该矩阵向量化，此时获得的最佳藏文语句向量编码融合了语义、语序等重要信息；利用藏文语句向量和其对应的情感标签，有监督地训练输出层分类器以预测藏文语句的情感倾向。在实例验证部分，探讨了不同向量维度、重构误差系数及语料库大小对算法准确度的影响，并分析了语