Institute of Computing Technology, Chinese Academy IR
| 基于弱监督预训练深度模型的微博情感分析 | |
| 万圣贤; 兰艳艳; 郭嘉丰; 程学旗 | |
| 2017 | |
| 发表期刊 | 中文信息学报
 |
| ISSN | 1003-0077 |
| 卷号 | 31.0期号:003页码:191 |
| 摘要 | 微博情感分析对于商业事务和政治选举等应用非常重要。传统的做法主要基于浅层机器学习模型,对人工提取的特征有较大的依赖,而微博情感特征往往难以提取。深度学习可以自动学习层次化的特征,并被用于解决情感分析问题。随着新的深度学习技术的提出,人们发现只要提供足够多的监督数据,就能训练出好的深度模型。然而,在微博情感分析中,通常监督数据都非常少。微博中广泛存在着弱监督数据。该文提出基于弱监督数据的“预训练—微调整”训练框架（distant pretrain-finetune）,使用弱监督数据对深度模型进行预训练,然后使用监督数据进行微调整。这种做法的好处是可以利用弱监督数据学习到一个初始的模型,然后利用监督数据来进一步改善模型并克服弱监督数据存在的一些问题。我们在新浪微博数据上进行的实验表明,这种做法可以在监督数据较少的情况下使用深度学习,并取得比浅层模型更好的效果。 |
| 关键词 | 情感分析 深度学习 弱监督 预训练-微调整 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/30026 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 万圣贤,兰艳艳,郭嘉丰,等. 基于弱监督预训练深度模型的微博情感分析[J]. 中文信息学报,2017,31.0(003):191. |
| APA | 万圣贤,兰艳艳,郭嘉丰,&程学旗.(2017).基于弱监督预训练深度模型的微博情感分析.中文信息学报,31.0(003),191. |
| MLA | 万圣贤,et al."基于弱监督预训练深度模型的微博情感分析".中文信息学报 31.0.003(2017):191. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [万圣贤]的文章 |
| [兰艳艳]的文章 |
| [郭嘉丰]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [万圣贤]的文章 |
| [兰艳艳]的文章 |
| [郭嘉丰]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [万圣贤]的文章 |
| [兰艳艳]的文章 |
| [郭嘉丰]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论