基于卷积记忆神经网络的微博短文本分析

PDF格式。微博短文本情感分析的目的是发现用户对热点事件的观点及态度。已有的方法大多是基于词袋模型，然而，词袋模型无法准确捕获带有情感倾向性的语言表现特征。结合卷积神经网络(CNN)和长短期记忆网络(LSTM)模型的特点，提出了卷积记忆神经网络模型(CMNN)，并基于此模型来解决情感分析问题。与传统算法相比，模型避免了具体任务的特征工程设计;与CNN和LSTM相比，模型既能够有效提取短文本局部最优特征，又能够解决远距离的上下文依赖。通过在COAE2014数据集上的实验来验证了模型对微博短文本情感分析的有效性。并与CNN、LSTM以及传统模型SVM做了实验对比，结果表明，模型对于微博短文本情感分析在性能上优于其他3种模型。