基于深度学习的文本情感分类研究-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 Classified Index: TP391.2 U.D.C: 681.37 Dissertation for the Master Degree in Engineering RESEARCH ON TEXT SENTIMENT CLASSIFICATION BASED ON DEEP LEARNING Candidate： Zhu Shaojie Supervisor： Prof. Zhao Tiejun Academic Degree Applied for： Master of Engineering Specialty： Computer Science and Technology Affiliation: School of Computer Science and Technology Date of Defence： July, 2014 Degree-Conferring-Institution： Harbin Institute of Technology 哈尔滨工业大学工程硕士学位论文 哈尔滨工业大学工程硕士学位论文 摘 要 文本情感分类在情感分析研究中占有举足轻重的地位，在信息爆炸的 21 世纪，海量数据的情感分类研究吸引了很多的研究者，如何深入学习 文本的语义信息，准确表达语义特征，提高情感分类的准确性是研究的目 标。 鉴于传统的机器学习方法无法学习文本语义信息的缺陷，本文在浅层 学习特征的基础上提出了融合深度学习特征的方案研究文本情感分类问题， 提高特征对文本语义信息的表达，增加模型对语义的学习和理解能力；研 究中发现融合中采用的深层特征由于不是基于多隐层的深度学习方法抽取 的，导致学习到的深层特征向量不能真正的理解文本中的具体语义，针对 这些问题，文章引入了基于深度学习的半监督 RAE 方法研究文本的情感 分类问题，RAE 方法是多隐层的神经网络结构，可以逐层分析，优化每 一层学习得到的特征向量表示，因此它抽取的文本特征向量可以更准确的 表达语义信息，提高分类结果。 本文首先采用传统的 SVM 方法进行情感分类问题的研究，实验中选 择 词 、 词 性 和 词 典 的 特 征 组 合 方 式 ， 得 到 最 好 的 分 类 正 确 率 结 果 是 81.88%；融合深度学习特征的方案中首先通过实验得到最佳深度特征向 量长度值为 150，在此条件下得到的最优分类正确率是 81.98%，比传统 的 SVM 方法提高了 0.1%；基于深度学习的半监督 RAE 方法中经过实验 得到深度特征向量的最佳长度值是 50，其结果得到了显著的提高，正确 率为 85.10%，比传统的 SVM 方法提高了 3.2%，将样本容量增加到原来 的 2 倍时，情感分类的正确率可提高 2.5%，同时模型的学习时间增长到 原来的 3 倍。 关键词 情感分类；深度学习；特征融合；半监督 RAE 方法 I - Abstract Text sentiment classification occupies a pivotal position in sentiment analysis research. In the twenty-first century, with explosion of information, sentiment classification research on massive amounts of data has attracted a lot of researchers. How to learn the text semantic information deeply, how to express semantic features accurately, and how to improve the accuracy, are the targets of sentiment analysis. Since the traditional machine learning methods have the disadvantage that they cannot acquire the text semantic information, this paper proposed the method which integrates the deep learning features and shallow learning features for text sentiment classification task. It can introduce the expression of semantic information, and improve t