济南大学学报(自然科学版)

作者：章美芳，俞龙，孙道宗

为了提高微博文本情感分类模型的性能，将卷积神经网络用于文本训练，并采用樽海鞘群算法优化求解卷积神经网络权重；对微博文本进行样本初始化并采用Word2Vec模型进行样本向量化，并建立卷积神经网络微博文本情感分类模型；将权重和偏置参数作为多个樽海鞘个体进行训练，并采用樽海鞘群算法的领队和追随者的的位置更新不断优化；对比所有樽海鞘个体和食物位置的适应度值，取适应度值最大的个体即获得卷积神经网络最优权重和偏置；采用经樽海鞘群算法优化的卷积神经网络对微博文本进行情感分类仿真验证。结果表明，通过合理设置樽海鞘群算法的控制参数，能够得到更优的卷积神经网络参数；与常用微博文本情感分类模型相比，樽海鞘群算法优化的卷积神经网络具有更高的分类准确率。

来源：2026年第02期

《济南大学学报(自然科学版)》期刊编辑部

查看济南大学学报(自然科学版)杂志2026年第02期