基因遗传算法在文本情感分类中的应用
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391.1; TP183

基金项目:


Application of genetic algorithm in text sentiment classification
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    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。

    Abstract:

    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.

    参考文献
    相似文献
    引证文献
引用本文

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.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-10-17
  • 最后修改日期:2018-12-10
  • 录用日期:2018-12-10
  • 在线发布日期: 2019-01-23
  • 出版日期:
通知
自2024年3月6日起,《四川大学学报(自然科学版)》官网已迁移至新网站:https://science.scu.edu.cn/,此网站数据不再更新。
关闭