声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1777/TP
国际刊号：1000-1239
发布日期:
作者：张莹,王超,郭文雅,袁晓洁,
关键词：在线新闻评论, 情绪标注, 分层语义表示, 多信息源, 神经网络,
随着在线新闻服务的迅猛发展，用户在阅读新闻后可以非常方便地表达自己的主观情绪，有效分析和预测用户的情绪有助于新闻服务提供商为新闻用户提供更好的服务.情绪标注研究已经取得了很多优秀的成果，但仍然存在着一些问题：1)传统的方法将整个文档看作单词流或词袋，不能对句子间的逻辑关系进行建模，在文档中的句子间包含逻辑关系时，这些方法无法适当地表达文档的语义;2)这些方法只用了文档本身的语义，忽略了与该文档相关的其他信息源中信息，而这些信息源对该文档的语义表达也有一定的影响.为了解决这些问题，提出了一种基于多信息源的在线新闻评论双向分层语义表示模型，称为双向分层语义神经网络(bi-directionalhierarchicalsemanticneuralnetwork,Bi-HSNN)，该模型既捕获句子中词语所表达的情感，又自底向上地学习文档中句子间的逻辑关系，并利用评论、新闻和用户投票等多种信息源对在线新闻评论的情绪进行标注.在真实数据集上的一系列实验，验证了该模型的有效性.
来源：2018年第5期
《计算机研究与发展》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。