10.3969/j.issn.1000-386x.2018.01.052
L2-SVM下的短文本情感分类动态CNN模型
为了解决情感分类文本稀疏、传统方法过分依赖情感词典和人工设定特征工程等问题,提出一种基于L2-SVM和动态卷积神经网络的LDCNN模型.该模型采用不同于经典CNN模型的L2-SVM目标函数,解决了参数优化过程梯度弥散现象.通过真实网络评论数据集与经典方法的定量对比,实现了LDCNN模型准确率的大幅提升,并通过调整惩罚系数获得了最佳模型性能.
短文本、情感分类、文本稀疏、L2-SVM、动态卷积神经网络
35
TP3(计算技术、计算机技术)
2018-05-07（万方平台首次上网日期，不代表论文的发表时间）
共6页
298-303
