文献类型：期刊文章

作　　者：邬明强[1] 邬佳明[2] 辛伟彬[1]

WU Ming-Qiang;WU Jia-Ming;XIN Wei-Bin(Digital Media and Design Academy,Neusoft Institute Guangdong,Foshan 528200,China;Software Vocational and Technical College,Kaifeng University,Kaifeng 475004,China)

机构地区：[1]广东东软学院数字媒体与设计学院,佛山528200 [2]开封大学软件职业技术学院,开封475004

出　　处：《计算机系统应用》

基　　金：佛山市科技创新项目(2017AG100132)~~

年　　份：2020

卷　　号：29

期　　号：1

起止页码：130-136

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：随着网民的数量不断增加,用户上网产生的数据量也在成倍增多,随处可见各种各样的评论数据,所以构建一种高效的情感分类模型就非常有必要.本文结合Word2Vec与LSTM神经网络构建了一种三分类的情感分类模型:首先用Word2Vec词向量模型训练出情感词典,然后利用情感词典为当前训练集数据构建出词向量,之后用影响LSTM神经网络模型精度的主要参数来进行训练.实验发现:当数据不进行归一化,使用He初始化权重,学习率为0.001,损失函数选择均方误差,使用RMSProp优化器,同时用tanh函数作为激活函数时,测试集的总体准确率达到了92.28%.与传统的Word2Vec+SVM方法相比,准确率提高了大约10%,情感分类的效果有了明显的提升,为LSTM模型的情感分类问题提供了新的思路.

关 键 词：Word2Vec  LSTM  情感分类 学习率 损失函数 激活函数

分 类 号：TP391.1] TP183[计算机类]