（江南大学物联网工程学院 无锡 214000）

1 引言

当今的社会，是一个信息大爆炸的社会。随着互联网的接入，智能手机的普及，流量价格越来越低，人们每天花费在网络上的时间越来越多，而在不知不觉的上网过程中，我们一直产生着惊人的数据信息：在淘宝网上追加自己的购物评价、在美团上发表自己的美食体验、在微博上对某件社会事件发表自己的看法、在空间晒自己的旅游感受等。这些普通平常的举动，其实蕴含着丰富的商业价值。淘宝商家可以通过用户的购物体验获得用户喜好；美团通过用户对美食评价，获得用户口味偏好；微博官方通过搜集网上的评价，可以获知用户政治倾向等。如果把这些信息都搜集起来，进行情感分析，加以整理分类，那么就可以了解到整个社会的消费倾向、生活状态等。

传统的文本情感分主要采用人工方式进行情感分析，是一种基于规则的方法［1］，主要是依赖专家提供的情感词典或者模板进行文本的情感分析，整个过程需要大量的人工参与，费时费力，效率低下。自从深度学习研究热潮的兴起，不断有人尝试把深度学习应用到各个领域中去解决现实中的问题，比如人脸识别、语音识别、场景识别等。同样，深度学习也已经逐渐应用到文本的情感分析中。目前，已经有诸多的学者进行了大胆的尝试，如，早期Pang［2］采用机器学习算法，支持向量机，朴素贝叶斯以及最大熵用于电影评论的情感分析，随着深度学习的发展，Kim［3］等首次尝试在单层卷积神经网络的基础上通过多种特征输入进行对比实验；……