基于不平衡数据的中文情感分类

基于L-STM模型的中文情感分类

王景中;庞丹丹

【期刊名称】《计算机工程与设计》

【年(卷),期】2018(039)011

【摘 要】现有情感分类方法将词作为文本特征,把高阶数据展开为向量形式,同时映射到高维向量空间进行训练,但数据原有高阶结构必然受到影响,甚至造成文本数据特征维数过高,最终引起过拟合现象.面对这种情况,利用张量空间模型令文本数据张量化,基于STM模型配合LSTM神经网络实现L-STM算法模型,将向量序列作为LSTM网络输入,由此实现更高级优化,可有效降低参数最优解计算期间迭代次数.经实验分析不难发现,基于张量空间的L-STM模型可消除文本数据过拟合问题,加快训练速度,全面保证情感文本分类准确率.

【总页数】6页(P3438-3443)

【作 者】王景中;庞丹丹

【作者单位】北方工业大学计算机学院,北京100144;北方工业大学计算机学院,北京100144

【正文语种】中 文

【中图分类】TP391

【相关文献】

1.基于cw2vec与CNN-BiLSTM注意力模型的中文微博情感分类 [J], 卢昱波;刘德润;蔡奕超;杨庆雨;陈伟;刘太安 2.基于cw2vec与CNN-BiLSTM注意力模型的中文微博情感分类 [J], 卢昱波;刘德润;蔡奕超;杨庆雨;陈伟;刘太安

3.基于EBAP模型的中文情感分类 [J], 朱海东;郑虹;侯秀萍

4.基于时序和上下文特征的中文隐式情感分类模型 [J], 袁景凌;丁远远;潘东行;李琳

5.弹幕文本情感分类模型研究--基于中文预训练模型与双向长短期记忆网络 [J],

陈志刚;岳倩;赵威

因版权原因，仅展示原文概要，查看原文内容请购买

基于机器学习的中文情感分析模型研究

中文情感分析是指通过对文本中的情感色彩进行识别和分类，从而判断对应文本的情感极性。随着社交媒体和互联网的普及，人们在网络上产生了大量的文本数据，因此情感分析在舆情监测、社交媒体分析和用户评论挖掘等领域具有重要的应用价值。本文将介绍基于机器学习的中文情感分析模型的研究。

在中文情感分析研究中，机器学习是一种常用的方法。机器学习是一种通过让计算机从数据中学习规律并进行预测的方法。它不依赖于人工规则，而是通过自动识别数据中的模式和规律来建立模型。在中文情感分析中，机器学习模型可以通过训练数据集来学习情感分类模式，从而预测新文本的情感极性。

在构建基于机器学习的中文情感分析模型时，首先需要准备一个带有情感标签的训练数据集。该数据集应包含一系列中文文本和相应的情感标签，例如正面、负面或中性。这个训练数据集可由人工标注或通过机器学习算法自动获取情感标签。

然后，可以使用一些常用的机器学习算法来构建情感分析模型，如支持向量机（Support Vector Machine, SVM）、朴素贝叶斯（Naive Bayes）和深度学习模型等。这些算法在进行训练时，将根据文本的特征和情感标签来学习对应的情感分类规则。

在构建模型时，特征工程是一个重要的步骤。特征工程是指将原始文本转化为机器学习算法能够处理的特征表示的过程。在中文情感分析中，常用的特征表示方法包括词袋模型（Bag

of Words）和词嵌入（Word Embedding）等。词袋模型将文本表示为一个向量，每个元素表示对应词汇在文本中出现的次数或频率。词嵌入是一种基于神经网络的方法，它将词汇映射到一个低维向量空间中，从而捕捉到词汇之间的语义关系。

在训练模型后，需要对模型进行评估和优化。评估模型的常用方法是使用精确率、召回率和F1值等指标。优化模型的方法包括调整模型参数、增加训练数据集的规模和引入正则化等技术。通过不断地评估和优化，可以提高模型的性能，使其在真实数据集上具有较好的泛化能力。

基于深度学习的情感分析中文文本分类研究

深度学习是人工智能领域的热词，也是当前机器学习技术中应用最为广泛的一种方法。情感分析是自然语言处理领域的研究方向之一，它的目的是识别文本背后表达的情感和情绪状态。深度学习技术在情感分析任务中也得到了广泛应用。本文将围绕基于深度学习的中文文本情感分析进行探讨。

一、深度学习在情感分析中的应用

情感分析在商业营销、舆情分析等领域中有着广泛的应用。传统的机器学习方法，比如朴素贝叶斯分类器、支持向量机等，存在维度灾难和特征冗余的问题，对于复杂的文本情感分析任务可能会带来较低的准确率。相比之下，深度学习模型具有强大的学习能力和表达能力，能够自适应地学习到文本中的语义特征，从而大大提升情感分析任务的准确率。

在深度学习模型中，卷积神经网络（CNN）和循环神经网络（RNN）是应用最为广泛的模型。其中，CNN主要用于文本中局部特征的提取和表达，而RNN则主要用于处理文本中的时序信息。这两种模型可以通过组合或并行等方式进行融合，从而进一步提高模型的性能。

二、中文文本情感分析的挑战

中文文本情感分析与英文文本情感分析相比，存在许多不同之处。中文语言的特点决定了中文文本的特征较为复杂，也更富有多义性和歧义性。此外，中文语言的表达方式也存在着差别，例如中文比英文更注重措辞的委婉、含蓄和修辞笔法等，这些特点都增加了中文文本情感分析的难度。

在中文文本的情感分析中，还面临着样本不平衡、词汇量大、词义多样性等问题。样本不平衡指的是训练集中正负样本的比例严重失衡，导致模型训练的效果不佳。而词汇量大和词义多样性的问题则主要涉及到中文语言的复杂性。如何有效地解决这些问题，成为了中文文本情感分析任务中不可忽视的挑战。 三、基于深度学习的中文文本情感分析方法研究

针对中文文本情感分析任务的挑战，一些学者和研究团队提出了一系列基于深度学习的方法。这些方法在模型结构、特征处理、文本表示等方面进行了优化和改进，取得了不错的结果。

基于机器学习的中文文本情感分析

随着社交媒体和互联网的普及，大量的文本数据被不断产生和传播。而对这些海量的文本数据进行分析和理解，已经成为了一个非常复杂且具有挑战性的问题。中文文本情感分析是指通过对中文文本进行处理和分析，自动识别和分类出文本中所蕴含的情感倾向，从而帮助人们更好地了解和把握热点话题的舆情走向，以及识别和预测市场和消费者的情感需求。

机器学习是一种通过让计算机从数据中学习和获得知识的方法，而中文文本情感分析的实现正可以借助机器学习的方法。机器学习的基本思想是，通过对大量已标注的训练数据进行学习，构建一个模型或算法，使其能够对新的未标注数据进行判断和分类。对于中文文本情感分析任务，机器学习可以通过使用已标注的文本数据来训练模型，然后利用该模型对未知文本进行情感分类。

为了进行中文文本情感分析，首先需要有一个合适的数据集来训练模型。这个数据集应该包含大量的中文文本样本以及对应的情感标签。可以通过人工标注的方式来构建这个数据集，也可以利用已经存在的标注数据集。常用的中文情感标注数据集有SMP2017情感分析挑战赛数据集和THUCNews数据集。通过这些数据集，我们可以训练一个情感分类器模型，使其能够识别和分类不同情感倾向的文本。

构建模型之前，我们需要对文本进行一系列的预处理操作，包括分词、去除停用词、词性标注等。将文本转化为向量表示是进行机器学习的常用方法之一，常用的文本表示方法有词袋模型和词向量模型。词袋模型忽略词语的顺序，将文本表示为固定长度的向量，每个维度表示某个词语在文本中出现的频率或者权重。而词向量模型则考虑了词语的语义信息，将每个词语表示为一个隐含的向量，从而可以更好地保留词语之间的关系。

针对中文文本情感分析，常用的机器学习算法包括朴素贝叶斯、支持向量机、决策树等。这些算法可以根据特征向量和对应的情感标签来建立分类模型。在模型训练完毕后，我们可以使用该模型对新的未知文本进行情感分类。 此外，近年来深度学习方法在自然语言处理领域取得了很大的成功，也广泛应用于中文文本情感分析任务中。深度学习模型如卷积神经网络、循环神经网络和注意力机制等，能够更好地处理序列化的中文文本数据，自动学习和提取特征，从而达到更精确的情感分类效果。