基于深度学习的社交网络平台细粒度情感分析.pdfVIP

第34卷第3期计算机应用研究Vo1．34No．3

2017年3月ApplicationResearchofComputersMar．2017

基于深度学习的社交网络平台细粒度情感分析

李阳辉，谢明，易阳

(南京工业大学电气工程与控制科学学院，南京211816)

摘要：在当下互联网迈入Web2．0时代，多样的社交网络平台呈现出巨量而丰富的文本情感信息，因此挖掘

网络数据文本信息并作情感倾向判断对人机交互与人工智能具有重大的现实意义。传统的解决文本情感分析

问题的方法主要是浅层学习算法，利用回归、分类等方案实现特征的提取及分类。以这类方法为起点，探索采用

深度学习的方法对网络文本进行细粒度的情感分析，以期达到即时获取依附于网络世界的社会人的情感，甚至

是让机器达到对人类情感表达的深度理解。对于深度学习的具体实现，采用的是降噪自编