基于深度学习的情感词向量及文本情感分析的研究

为了将情感信息融入到词向量中，本文第一部分工作提出了两个情感词向量学习框架，即，基于谷歌提出的Ｓｋｉｐ－ｇｒａｍ模型的框架和基于卷积神经网络模型的框架。在每个框架中，根据情感和语义信息融合策略的不同，我们又分别提出Ｈ个具体模型。为了验证学习得到的情感词向量是否包含语义和情感信息，本文分别在不同语言、不同领域的多个数据集下进行了大量定性和定量的比较实验。这部分相关工作分别发表在２０１５年ＩＡＬＰ会议和２０１６年ＩＪＣＮＮ会议