深度学习框架下类别不平衡数据情感分析.pdfVIP

２０２１年１０月现代情报Ｏｃｔ．，２０２１

第４１卷第１０期ＪｏｕｒｎａｌｏｆＭｏｄｅｒｎＩｎｆｏｒｍａｔｉｏｎＶｏｌ４１Ｎｏ１０

·数据分析与大数据挖掘·

深度学习框架下类别不平衡数据情感分析

张志武薛娟陈国兰

（南京邮电大学图书馆，江苏南京２１００２３）

摘要：［目的／意义］将类别不平衡学习方法与深度学习相结合，提升数据不平衡分布下情感分析的性能。

［方法／过程］提出ＬＳＴＭ深度学习框架下自适应不平衡数据情感分析方法。不平衡程度低时，对少数类样本进行过

采样，然后利用ＬＳＴＭ进行深度学习训练；不平衡程度高时，对多数类样本进行多组均衡化欠采样，然后分别对每

组训练数据学习ＬＳＴＭ模型，最后通过集成学习方法，获得最终情感分类结果。［结果／结论］在网络商品评论语料

库上的实验结果显示，本方法可以提升类别不平衡数据的深度学习性能，实现不平衡数据的自适应情感分析。

关键词：深度学习；类别不平衡学习；情感分析；长短期记忆网络

－

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８０８２１．２０２１．１０．００９

－－－

〔中图分类号〕ＴＰ３９１；Ｇ２０３〔文献标识码〕Ａ〔文章编号〕１００８０８２１（２０２１）１０００７５０８

ＳｅｎｔｉｍｅｎｔＡｎａｌｙｓｉｓｏｆＣｌａｓｓＩｍｂａｌａｎｃｅＤａｔａ

ＵｎｄｅｒｔｈｅＦｒａｍｅｗｏｒｋｏｆＤｅｅｐＬｅａｒｎｉｎｇ

ＺｈａｎｇＺｈｉｗｕＸｕｅＪｕａｎＣｈｅｎＧｕｏｌａｎ

（Ｌｉｂｒａｒｙ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＰｏｓｔｓａｎｄＴｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｎａｎｊｉｎｇ２１００２３，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：［Ｐｕｒｐｏｓｅ／Ｓｉｇｎｉｆｉｃａｎｃｅ］Ｔｈｉｓｐａｐｅｒｔｒｉｅｓｔｏｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓｕｎｄｅｒｉｍｂａｌａｎｃｅ

ｄａｔａｄｉｓｔｒｉｂｕｔｉｏｎｂｙｃｏｍｂｉｎｉｎｇｃｌａｓｓｉｍｂａｌａｎｃｅｌｅａｒｎｉｎｇｗｉｔｈｄｅｅｐｌｅａｒｎｉｎｇ．［Ｍｅｔｈｏｄ／Ｐｒｏｃｅｓｓ］Ａｎａｄａｐｔｉｖｅｉｍｂａｌａｎｃｅｄａｔａ

ｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄｕｎｄｅｒｔｈｅＬＳＴＭｄｅｅｐｌｅａｒｎｉｎｇｆｒａｍｅｗｏｒｋｗａｓｐｒｏｐｏｓｅｄ．Ｗｈｅｎｔｈｅｄｅｇｒｅｅｏｆｉｍｂａｌａｎｃｅｗａｓｌｏｗ，

ｔｈｅｓａｍｐｌｅｓｏｆｍｉｎｏｒｉｔｙｃｌａｓｓｗｅｒｅｏｖｅｒｓａｍｐｌｅｄａｎｄｔｈｅｎＬＳＴＭｗａｓｕｓｅｄｆｏｒｄｅｅｐｌｅａｒｎｉｎｇｔｒａｉｎｉｎｇ．Ｗｈｅｎｔｈｅｄｅｇｒｅｅｏｆｉｍ⁃

ｂａｌａｎｃｅｗａｓｈｉｇｈ，ｍｕｌｔｉｐｌｅｇｒｏｕｐｓｏｆｅｑｕａｌｉｚａｔｉｏｎｕｎｄｅｒｓａｍｐｌｉｎｇｗａｓｃａｒｒｉｅｄｏｕｔｆｏｒｔｈｅｓａｍｐｌｅｓｏｆｍａｊｏｒｉｔｙｃｌａｓｓ，ａｎｄｔｈｅｎ

ＬＳＴＭｍｏｄｅｌｗａｓｌｅａｒｎｅｄｆｏｒｅａｃｈｇｒｏｕｐｏｆｔｒａｉｎｉｎｇｄａｔａｒｅｓｐｅｃｔｉｖｅｌｙ．Ｆｉｎａｌｌｙ，ｔｈｅｆｉｎａｌｓｅｎｔｉｍｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｗａｓ

ｏｂｔａｉｎｅｄｔｈｒｏｕｇｈｅｎｓｅｍｂｌｅｌｅａｒｎｉｎｇ．