基于改进的卷积神经网络的中文情感分类
2017，53（22）1概述情感分类技术就是将人们的情感分为正面情感和负面情感，目前情感分类方法主要基于情感词标注和基于机器学习[1]。基于情感词的分类方法主要是通过分析文本中词语的情感特征来区分文本的极性，而基于机器学习的分类方法则是通过从大量数据中分析得出规律，判断文本的感情色彩。深度学习（Deep Learning ）是机器学习中的一条分支，是使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高阶抽象的算法[2]。近年来，深度学习算法在自然语言处理领域得到了十分出色的成果，其中卷积神经网络（Convolutional Neural Networks ，CNN ）沿用了多层感知器的结构，具有学习复杂、高维和非线性映射关系的能力，在图像识别任务和语音识别任
务中得到广泛的应用[3-4]。Kalchbrenner 等人[5]提出把卷积神经网络应用于自然语言处理，并设计了一个动态卷积神经网络（DCNN ）的模型，以处理不同长度的文本。相较于英文文本，国内对中文文本情感分类的研究相对较少，资源不如英文文本丰富。中文文本的情感分析和英文文本分析略有不同，中文的表征更为复杂，另外中
文还需要处理分词的任务。
本文参考Kim [6]提出的英文文本分类的模型，以经
过预处理的词向量作为输入，利用卷积神经网络实现句
子级别的分类任务。与Kim 的工作相比，本文提出以跨通道卷积层替代传统线性卷积滤波器，对基本的卷积神经网络进行改进，提高网络的表达能力，并对句子进行字级的词向量构建，以学习更加具体的特征。
基于改进的卷积神经网络的中文情感分类
张绮琦，张树群，雷兆宜
ZHANG Qiqi,ZHANG Shuqun,LEI Zhaoyi
暨南大学信息科学技术学院，广州510632
School of Information Science and Technology,Jinan University,Guangzhou 510632,China
ZHANG Qiqi,ZHANG Shuqun,LEI Zhaoyi.Chinese text sentiment classification based on improved convolutional neural https://www.wendangku.net/doc/571670920.html,puter Engineering and Applications,2017,53（22）：111-115.
Abstract ：A method of sentiment classification based on convolutional neural networks for Chinese comments,which is expressed by pre-train word vectors,is presented.Classic convolutional neural networks is stacked by convolutional layers,pooling layers and fully connected layer.An improved convolutional neural networks in which a cascade cross channel convolutional layer replaces the traditional linear convolutional filter is proposed to improve and enhance the generalization of the network.The experimental results show that the improved convolutional neural networks achieves better perfor-mance with the recognition rate of 91.89%and an acceptable training speed,superior to basic convolutional neural networks.Key words ：sentiment classification;deep learning;word embedding;convolutional neural networks
摘要：探究了基于卷积神经网络的句子级别的中文文本情感分类，模型以文本经过预处理后得到的词向量作为输入。传统的卷积神经网络是由线性卷积层、池化层和全连接层堆叠起来的，提出以跨通道卷积层替代传统线性卷积滤波器，对基本的卷积神经网络进行改进，提高网络的表达能力。实验表明，改进后的卷积神经网络在保证训练速度的情况下，识别率达到91.89%，优于传统的卷积神经网络，有较好的识别能力。
关键词：情感分类；深度学习；词向量；卷积神经网络
文献标志码：A 中图分类号：TP 391doi ：10.3778/j.issn.1002-8331.1605-0295
作者简介：张绮琦（1992—），女，硕士研究生，研究领域为神经网络、自然语言处理，E-mail ：cheungkay@https://www.wendangku.net/doc/571670920.html, ；张树群
（1964—），女，副教授，研究领域为嵌入式系统和信号处理；雷兆宜（1956—），男，高级实验师，研究领域为计算机应用与嵌入式系统技术应用。
收稿日期：2016-05-20修回日期：2016-08-18文章编号：1002-8331（2017）22-0111-05
CNKI 网络优先出版：2016-12-02,https://www.wendangku.net/doc/571670920.html,/kcms/detail/11.2127.TP.20161202.1503.006.html Computer Engineering and Applications 计算机工程与应用
111