运用三种神经网络的情感分析及效果对比

简介：
本研究探讨了三种不同类型的神经网络在情感分析任务中的应用，并对其性能进行了详细的比较和评估。 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《Convolutional Neural Networks for Sentence Classification》，作者是Yoon Kim，其中提到了两层channel的卷积神经网络模型用于句子分类。这种Text-CNN类型的卷积神经网络思路简洁，但分类效果确实非常好。此外，这篇论文还介绍了几种不同的神经网络模型在句子分类上的表现情况。因此我打算实现三种不同架构的神经网络模型来进行情感分析，并比较它们之间的性能差异以加深对这些模型的理解。 本次实验选取了以下三个模型：卷积神经网络（CNN）、具有两层channel的卷积神经网络、以及长短时记忆网络（LSTM）。下面将从数据处理开始介绍这三个模型，最后对比它们在情感分类任务上的表现效果。数据集采用的是cornell大学公开的情感分析数据库，该库包含5331条积极评论和等量数量的消极评论。