论文部分内容阅读
针对目前微博平台的文本情感分类模型大多是对句子的词性、表情符号等进行情感分析而不了解用户本身的情感倾向且存在语义理解不足的问题,提出一种利用Word2Vec结合深度学习的方法对微博用户进行情感分类。使用Word2Vec中的Skip-Gram模型结合负采样对语料训练词向量,然后利用双向长短期记忆网络(Bi LSTM)-ATT模型自动学习词向量中的情感信息,捕捉文本数据中最具代表性的特征,最后经过Soft Max层对微博用户的情感倾向进行分类。在NLPCC2013数据集上进行测试,同时做了5组对比试验。结果表