基于三种神经网络进行情感分析以及效果比较

期末展示实验报告 ——基于三种神经网络进行情感分析以及效果比较 一、 选题 之前浏览到一篇2014年的论文，Yoon Kim的《Convolutional Neural Networks for Sentence Classification》，其中提到了两层channel的卷积神经网络模型进行句子分类，这种Text-CNN类型的卷积神经网络思路简单，但是分类效果的确非常好，另外这篇论文也阐述了几种不同的神经网络模型在句子分类上的效果，因此我打算实现三种不同的神经网络模型，来进行一个较为简单的情感分析，比较它们的性能差异，并加深对不同神经网络模型的理解。 此次试验选取的模型为CNN、两层channel的CNN模型(如论文所述)、LSTM模型(较为经典)。以下将从数据处理开始介绍这三个模型，并对比它们的性能差异。 二、 数据整理 本次实验采用的是cornell大学公开的一个情感分析数据集，包含了5331条positive的文本和5331条negative的文本。 https://blog.csdn.net/Mrrunsen/article/details/122144562