计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (22): 111-115.DOI: 10.3778/j.issn.1002-8331.1605-0295
张绮琦,张树群,雷兆宜
ZHANG Qiqi, ZHANG Shuqun, LEI Zhaoyi
摘要: 探究了基于卷积神经网络的句子级别的中文文本情感分类,模型以文本经过预处理后得到的词向量作为输入。传统的卷积神经网络是由线性卷积层、池化层和全连接层堆叠起来的,提出以跨通道卷积层替代传统线性卷积滤波器,对基本的卷积神经网络进行改进,提高网络的表达能力。实验表明,改进后的卷积神经网络在保证训练速度的情况下,识别率达到91.89%,优于传统的卷积神经网络,有较好的识别能力。