重庆理工大学学报2021，Vol.35Issue(11) ：109-115.DOI:10.3969/j.issn.1674-8425(z).2021.11.014

基于TF-IDF加权的卷积神经网络文本情感分类模型

Text Sentiment Classification Model Based on TF-IDF Weighted Convolutional Neural Network

李昌兵 赵玲 李晓光 王利
重庆理工大学学报2021，Vol.35Issue(11) ：109-115.DOI:10.3969/j.issn.1674-8425(z).2021.11.014
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于TF-IDF加权的卷积神经网络文本情感分类模型

Text Sentiment Classification Model Based on TF-IDF Weighted Convolutional Neural Network

李昌兵 1赵玲 1李晓光 1王利1
扫码查看

作者信息

  • 1. 重庆邮电大学电子商务与现代物流重点实验室,重庆 400065
  • 折叠

摘要

构建好的文本向量表示对文本情感分类任务十分重要.针对文本中词语类别区分能力的不同,提出了一种用改进的TF-IDF加权Word2Vec的文本向量表示方法(ITIW),对类别区分能力不同的词语赋予不同的权重,将基于该方法构建的词向量作为卷积神经网络(CNN)的输入,设计了ITIW-CNN文本情感分类模型.该模型通过改进TF-IDF以区分不同词语的类别表示能力,计算词语的权重,进而得到词语的加权词向量表示(ITIW),将加权词向量输入CNN进行文本情感分类,促使模型具有更好的分类能力.实验结果表明:与传统的表示文本的分类算法相比,ITIW-CNN模型在各项指标上均有一定的提高,F1值和分类准确率分别达到94.77％、92.80％.ITIW-CNN模型能够有效提升文本的情感分类效果.

关键词

TF-IDF/Word2Vec/卷积神经网络/情感分类

引用本文复制引用

基金项目

国家自然科学基金(60905066/F030707)

国家自然科学基金(71901045)

教育部人文社科规划基金(20YJAZH102)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量6
参考文献量8
段落导航相关论文