基于卷积神经网络置信度的跨语言情感分类

摘要

将语料库从一种语言映射到另一种语言是跨语言情感分类的主要方案.为了解决语言术语和写作风格不同导致词汇分布不同从而降低跨语言分类精确度的问题,提出了一种基于卷积神经网络主动学习与自训练相结合的情感分类改进模型.在主动学习部分考虑了未标记样本的置信度度量,避免了离群值的干扰.最后,对3种不同跨语言的书评数据集进行仿真试验表明,与现有方法相比,改进模型可提高跨语言情感分类的性能.