基于卷积神经网络方法的英文短文本情感分类(Python)

摘要：互联网的快速发展，使得每个人表现自己，发表言论更加的自由和便利。Twitter、Facebook等应用软件为大众提供了表达自身情感的一个平台。情感分类，可以简单地表示为喜欢，厌恶和中性，也渐渐受到研究者和商业人士的大力关注。在商业领域中，正确的情感分析有利于刺激消费者进行消费，能够引导商家改进自身的商品以及进行舆论控制等。为了了解大众对于某一事件的反应，以便进行支持率分析及大众对于某件事件的情感倾向。例如通过影评来确定一部电影的口碑，通过买方评价来确定一件商品的好坏。本文介绍了几种常用的情感分类算法与情感分类的发展历史过程，并实现了一种基于深度学习的卷积神经网络的情感分类方法，来判断某个短文本是消极的，积极的亦或是中性的。本文选取了最近上映的《复仇者联盟3》和另一部影片《再次出发》的影评作为演示。本文基于Python语言，使用Pycharm和TensorFlow编写。
关键词：卷积神经网络；词向量；自然语言处理；TensorFlow

Sentiment ClassficationOn Short English Text With CNN
Abstract：The rapid development of the Internet has enabled everyone to express themselves and to express their opinions more freely and conveniently. Applications such as Twitter and Facebook provide the public with a platform to express their emotions. Sentimental classification gradually attracts the attention of researchers and merchants, because the correct emotional analysis is conducive to stimulating consumer spending, helping merchants to improve their own products and control of public opinion.In order to understand the public's reaction to a certain event, in order to support the analysis of the support rate and the public's sentimental tendencies for an event. For example, through movie reviews to calculatethe reputation of a movie, through the buyer's evaluation to calculatethe quality of the good. This article describes several commonly used emotional classification algorithms and introduce the development of the sentiment classification.This paper also implements a sentiment classification method based on convolutional neural networks to determine whether a short text is negative, positive or neutral. This article selected the latest film review of the Avengers IIIand another film Begin Again as a demonstration.This system is based on the python language and is developed using Pycharm and TensorFlow.
Key words：CNN；Word2Vec；Natural Language Processing;TensorFlow

目　录
1 背景    1
1.1工作目的    1
2 相关工作    2
2.1文本客观性分类    2
2.2词的极性分类    2
2.3文本情感分类    2
2.3.1 基于情感词典的文本情感分类    2
2.3.2 基于机器学习的文本情感分类    3
3 基于卷积神经网络的情感分类    3
3.1 数据处理    5
3.1.1 数据清洗    5
3.1.2 文本表示    6
3.1.3数据搜集    9
3.2卷积神经网络    11
3.2.1 TensorFlow    11
3.2.2 卷积神经网络    12
3.2.3卷积神经网络在文本中的应用    14
3.3相关优化技巧    15
3.3.1 Dropout    15
3.3.2 Early stopping    16
3.3.3 Adaptive learning rate    16
4 实验结果    16
5 总结    20
参考文献：    21
致谢    22

基于卷积神经网络方法的英文短文本情感分类(Python)相关推荐

一维卷积神经网络_序列特征的处理方法之二：基于卷积神经网络方法
前言上一篇文章介绍了基本的基于注意力机制方法对序列特征的处理,这篇主要介绍一下基本的基于卷积神经网络方法对序列特征的处理,也就是TextCNN方法.序列特征的介绍,背景以及应用可以参考上一篇的详细介 ...
【华为云技术分享】序列特征的处理方法之二：基于卷积神经网络方法
[摘要] 本文介绍了针对序列特征采用的处理方法之二:基于卷积神经网络方法,并分析了为何卷积神经网络擅长对于局部特征的提取. 前言上一篇文章介绍了基本的基于注意力机制方法对序列特征的处理,这篇主要介绍 ...
Python深度学习实例--基于卷积神经网络的小型数据处理（猫狗分类）
Python深度学习实例--基于卷积神经网络的小型数据处理(猫狗分类) 1.卷积神经网络 1.1卷积神经网络简介 1.2卷积运算 1.3 深度学习与小数据问题的相关性 2.下载数据 2.1下载原始数据 ...
四川大学计算机学院琚生根教授,基于卷积神经网络和自注意力机制的文本分类模型...
Abstract: The wordlevel shallow convolutional neural network (CNN) model has achieved good performa ...
基于卷积神经网络的不良地质体识别与分类
在泛函分析中,卷积.旋积或摺积(英语:Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子,表征函数f 与g经过翻转和平移的重叠部分的面积. 如果将参加卷积的一个函数看作区间的 ...
机械臂论文笔记（一）【基于卷积神经网络的二指机械手抓取姿态生成研究】
基于卷积神经网络的二指机械手抓取姿态生成研究论文下载摘要第1章绪论 1.1 抓取生成国内外研究现状 1.1.1已知物体抓取生成 1.1.2相似物体抓取生成 1.1.3 未知物体抓取生成 1. ...
基于卷积神经网络的小麦病害识别方法
基于卷积神经网络的小麦病害识别方法 1.研究思路首先以小麦病害图片资料为基础,利用中值滤波法.直方图阈值法等对图像进行去背景.去噪.病斑分割等预处理形成样本库,然后利用卷积神经网络构建一个具有五层结 ...
【机器学习】百度飞桨AI Studio平台项目：基于卷积神经网络分类方法的人脸颜值打分
基于卷积神经网络分类方法的人脸颜值打分说在前面实验数据解决过程 1.Precondition 2.Dataset Preparation 3.Network Configuration 4.Mo ...
基于卷积神经网络的验证码识别(准确率87.5%+)
目录一.任务背景与目标概述二.卷积神经网络简介三.方案设计及实现过程四.实验结果及分析与讨论五.结论实现代码一.任务背景与目标概述随着现代网络技术的飞速发展和提高,改善了我们的生活质量 ...

基于卷积神经网络方法的英文短文本情感分类(Python)

基于卷积神经网络方法的英文短文本情感分类(Python)相关推荐

最新文章

热门文章