基于自联想记忆与卷积神经网络的跨语言情感分类

摘要

该文提出了一种以商品评论为对象的基于语义融合的跨语言情感分类算法.该算法首先从短文本语义表示的角度出发,基于开源工具Word2Vec预先生成词嵌入向量来获得不同语言下的信息表示;其次,根据不同语种之间的词向量的统计关联性提出使用自联想记忆关系来融合提取跨语言文档语义;然后利用卷积神经网络的局部感知性和权值共享理论,融合自联想记忆模型下的复杂语义表达,从而获得不同长度的短语融合特征.深度神经网络将能够学习到任意语种语义的高层特征致密组合,并且输出分类预测.为了验证算法的有效性,将该模型与最新几种模型方法的实验结果进行了对比.实验结果表明,此模型适用于跨语言情感语料正负面情感分类,实验效果明显优于现有的其他算法.