文档名：基于注意模型深度学习的文本情感倾向性研究
自然语言文本是一种非结构化的数据,对于文本情感极性分析是自然语言处理中的重要研究内容,如何提高分类精度寻找更好的分类算法一直是该领域的长期研究问题.现实中分析的待处理语料多为多粒度且主题词不明晰,为了提高此类文本的分类精度,本文将应用于文本翻译的注意模型同深度学习网络相结合,利用注意力模型对于特定词汇的辨识程度以及深度网络时序特征向量生成的优点,设计出一种基于注意模型的CNN-LSTM(AttentionbasedCNN-LSTM,ACLSTM)网络,并通过不同语料库对于试验结果进行验证,检测模型的有效程度.
作者：刘伟陈春林
作者单位：南京大学工程管理学院控制与系统工程系,江苏南京,中国,210093
母体文献：第19届中国系统仿真技术及其应用学术年会(19thCCSSTA2018)论文集
会议名称：第19届中国系统仿真技术及其应用学术年会(19thCCSSTA2018)
会议时间：2018年8月1日
会议地点：合肥
主办单位：中国自动化学会,中国系统仿真学会
语种：chi
分类号：
关键词：自然语言文本 情感倾向性 注意模型 深度学习网络
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.29 MB
- 下载次数:
- 60
-
高速下载
|
|
