• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Joint Conference on Neural Networks >Twitter Sentiment Classification Based on Deep Random Vector Functional Link
【24h】

Twitter Sentiment Classification Based on Deep Random Vector Functional Link

机译：基于深度随机矢量功能链接的Twitter情感分类

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Social networking sites like Twitter, Facebook, Google+ are rapidly gaining popularity as they allow people to share and express their views about topics, have discussion with different communities, or post messages across the world. There has been a lot of work in the field of sentiment analysis of Twitter data. Randomization based methods for training neural networks have gained increased attention in recent years achieving remarkable performances on a wide variety of tasks. The idea of randomly assigning neural network parameters is shared by different models like Random Vector Functional Link (RVFL) networks, the Liquid State Machine and the Feedforward Neural Network with Random Weights. We propose a novel non-iterative deep neural network using RVFL networks called Deep RVFL (D-RVFL). We evaluate the performance of D-RVFL using two Twitter datasets (the Catalan referendum of 2017 and the Chilean earthquake of 2010). In particular, we compare the classification performance of D-RVFL in human sentiment with Support Vector Machine (SVM), Random Forest, and the standard RVFL. The results confirm the advantages of using the proposed method for sentiment classification in Twitter in terms of the F1 score.
机译：诸如Twitter，Facebook，Google +之类的社交网站正在迅速普及，因为它们允许人们共享和表达他们对主题的看法，与不同社区进行讨论或在世界各地发布消息。 Twitter数据的情感分析领域有很多工作。近年来，用于训练神经网络的基于随机方法的方法受到越来越多的关注，在各种任务上均取得了卓越的性能。随机分配神经网络参数的想法由不同模型共享，例如随机矢量功能链接（RVFL）网络，液体状态机和具有随机权重的前馈神经网络。我们提出了一种使用称为RVFL（D-RVFL）的RVFL网络的新型非迭代深度神经网络。我们使用两个Twitter数据集（2017年加泰罗尼亚公投和2010年智利地震）评估了D-RVFL的性能。特别是，我们将D-RVFL在支持向量机（SVM），随机森林和标准RVFL的人类情感中的分类性能进行了比较。结果证实了在Twitter上使用拟议方法进行情感分类的优势。 F 1 分数。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号