結合卷積神經網路與遞迴神經網路於推文極性分類

摘要

隨著網路日漸發達，不分男女老少均常常使用社群網站來分享生活瑣事或是評論時事， 每天產生的訊息量十分可觀，若我們去分析這些資訊得到社會大眾對事件的好惡，便可以更容易地去做較佳的決策。本文以Twitter做為研究對象，針對英語推文進行情緒分 析，我們使用Tweepy從Twitter上收集推文，並用於訓練詞向量（Word Vector)，然後 使用卷積神經網路（Convolutional Neural Network，CNN )對訓練好的詞向量進行微調， 使其帶有情緒特徵，之後再用於遞迴神經網路（Recurrent Neural Network ， RNN)進行 訓練，得出最後極性分類的結果，我們的系統使用SemEval-2018 Task 1: Affect in Tweets 子任務V-oc的資料集進行訓練，且與競賽結果做比較，落在大約第五名的成績。