首 页    学报简介    作者投稿    专家审稿    编辑办公    读者须知    联系我们
引用本文格式: 邓昌明,李晨,邓可君,张治坤,袁玲,姜宁,彭一明,邢承杰,卞晶,陈光,王梦淑,王雪琴. 基因遗传算法在文本情感分类中的应用 [J]. 四川大学学报: 自然科学版, 2019, 56: 45~49.
 
基因遗传算法在文本情感分类中的应用
Application of genetic algorithm in text sentiment classification
摘要点击 276  全文点击 82  投稿时间:2018-10-17  修订日期:2018-12-10
查看全文  查看/发表评论  下载PDF阅读器
DOI编号   
中文关键词   基因算法  情感分析  深度学习  自我进化
英文关键词   Genetic algorithm  Sentiment classification  Deep learning  Self optimization
基金项目   
作者单位E-mail
邓昌明 北京大学计算中心 dengcm@pku.edu.cn 
李晨 北京大学计算中心  
邓可君 北京大学计算中心  
张治坤 北京大学计算中心 zhangzhikun@pku.edu.cn 
袁玲 北京大学计算中心  
姜宁 北京大学计算中心  
彭一明 北京大学计算中心  
邢承杰 北京大学计算中心  
卞晶 北京大学计算中心  
陈光 北京大学计算中心  
王梦淑 北京大学计算中心  
王雪琴 北京大学计算中心  
中文摘要
    本文以微博文本为主要实验对象, 提出适合卷积神经网络进行自我优化的编码方式,分别将每一层看做是一个染色体,将每一层中的参数看做是一个基因片段,采用混合双重非数值编码的方式编码每个CNN框架,设计出适合于CNN网络的选择、交叉和变异的算法,并且把基因遗传算法(GA)和与卷积神经网络相结合,提出了基于情感分析算法的遗传算法(GA-CNN)。通过对传统算法与GA-CNN的实验与对比分析,良好地展示了自我优化性。
英文摘要
    In this paper, we use Sina Weibo text as the main experimental dataset, and propose a coding method suitable for self optimization of convolutional neural networks. Our coding method encodes each CNN framework using a hybrid double non numeric encoding by treating each layer as a chromosome and the parameters in each layer as a gene segment respectively, and selection, crossover and mutation algorithms are devised for CNN networks. We also propose a genetic algorithm based on sentiment analysis algorithm (GA CNN) which combines genetic algorithm (GA) with convolutional neural network. The experiment and comparative analysis of GA CNN and traditional algorithms demonstrates the self optimization of our method.

您是第 3334844 位访问者

版权所有 @ 2007《四川大学学报 (自然科学版)》编辑部
地址: 四川省成都市武侯区四川大学望江校区文科楼330至342室  邮编: 610064
电话: (028)85410393  传真: (028)85410393  E-mail: scdx@scu.edu.cn
本系统由北京勤云科技发展有限公司设计