论文部分内容阅读
针对因中文食品安全文本特征表达困难，而造成语义信息缺失进而导致分类器准确率低下的问题，提出一种基于深度神经网络的跨文本粒度情感分类模型。以食品安全新闻报道为目标语料，采用无监督的浅层神经网络初始化文本的词语级词向量。引入递归神经网络，将预训练好的词向量作为下层递归神经网络（Recursive Neural Net—work）的输入层，计算得到具备词语间语义关联性的句子特征向量及句子级的情感倾向输出，同时动态反馈调节词向量特征，使其更加接近食品安全特定领域内真实的语义表达。然后，将递归神经网络输出的句子向量