購物車(0)
CNN結(jié)合BLSTM的短文本情感傾向性分析
關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò) 雙向長短時記憶網(wǎng)絡(luò) 注意力機制 文本情感分析 深度學(xué)習(xí)
摘要：情感分析在業(yè)界被廣泛應(yīng)用于產(chǎn)品分析、商品推薦等方面,具有很高的商業(yè)價值。目前常用的研究方法主要基于機器學(xué)習(xí)算法和基于詞典的方法,該類方法通常需依賴復(fù)雜的人工規(guī)則和特征工程。針對傳統(tǒng)情感分類方法需要人工干預(yù)的問題,總結(jié)目前已有可用于情感分析的深度學(xué)習(xí)方法,提出將卷積神經(jīng)網(wǎng)絡(luò)(CNN)和雙向長短時記憶網(wǎng)絡(luò)(BLSTM)進行組合,并將融合后的特征添加至注意力機制,設(shè)計出CBLSTM-Attention模型。實驗表明,該模型在中文數(shù)據(jù)集上準確率達0.9650,在NLPCC英文數(shù)據(jù)集上準確率達0.9422,證明該方法不僅可提高文本情感傾向性分析的準確率,而且可有效解決人工干預(yù)問題。
軟件導(dǎo)刊雜志要求:
{1}作者簡介：文尾附注第一作者簡介，含姓名（出生年月）、性別、民族、籍貫、學(xué)歷學(xué)位、單位、職務(wù)、職稱、研究方向等，并注明準確通訊地址、郵政編碼、電話號碼、E-mail地址。
{2}本刊只接受word版電子文本。文稿須包括題目、提要、關(guān)鍵詞、正文及作者簡介。
{3}題目中除公知公用的縮略語外，盡量不用外文縮略語。
{4}參考文獻列出的一般應(yīng)限于作者直接閱讀過的、最主要的、發(fā)表在正式出版物上的文獻。
{5}關(guān)鍵詞應(yīng)有3～5個。詞與詞之間用分號分隔。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
