基于LSTM的复杂网络文本情感分析模型构建

摘要

互联网上存在海量的网络文本数据,如何对这些文本进行有效情感分析是文本数据挖掘面临的一个挑战.情感分析可以对大量文本数据情感极进行性分类,得出正面、负面或中性的文本情感表达,对于信息监管和舆情分析都有很重要的应用价值.由于网络文本的语义、语法结构复杂,一般模型对于文本的语义理解较困难,因此本文提出了基于长短期记忆(Long Short-Term Memory,LSTM)的深度学习情感分析模型.将从语义提取、深度语义嵌入等角度,构建融合语义知识的深度学习情感分析模型,实现网络文本的有效情感分类.