基于LSTM+Word2vec的微博評論情感分析

打開文本圖片集

摘要：微博作為當(dāng)今熱門的社交平臺，其中蘊含著許多具有強(qiáng)烈主觀性的用戶評論文本。為挖掘微博評論文本中潛在的信息，針對傳統(tǒng)的情感分析模型中存在的語義缺失以及過度依賴人工標(biāo)注等問題，提出一種基于LSTM+Word2vec的深度學(xué)習(xí)情感分析模型。采用Word2vec中的連續(xù)詞袋模型（continuous bag of words，CBOW），利用語境的上下文結(jié)構(gòu)及語義關(guān)系將每個詞語映射為向量空間，增強(qiáng)詞向量之間的稠密度；采用長短時記憶神經(jīng)網(wǎng)絡(luò)模型實現(xiàn)對文本上下文序列的線性抓取，最后輸出分類預(yù)測的結(jié)果。（剩余6963字）