论文研究基于改进的卷积神经网络的中文情感分类.pdf

探究了基于卷积神经网络的句子级别的中文文本情感分类，模型以文本经过预处理后得到的词向量作为输入。传统的卷积神经网络是由线性卷积层、池化层和全连接层堆叠起来的，提出以跨通道卷积层替代传统线性卷积滤波器，对基本的卷积神经网络进行改进，提高网络的表达能力。实验表明，改进后的卷积神经网络在保证训练速度的情况下，识别率达到91.89%，优于传统的卷积神经网络，有较好的识别能力。