文档名：基于CNNBLSTM的影评情感分析
情感分析一直是自然语言理解研究领域的热门领域,现有研究侧重于识别主观文本中的情感极性,例如推文和产品评论.最近,深度学习方法成为强大的计算模型,可以在没有特征工程的情况下从数据中自动发现文本的复杂语义表示.这些方法在许多情感分析任务中提高了现有技术水平,包括情感分类,意见提取,细粒度情感分析等.然而,一些神经网络的单结构模型在实验中并不理想.在本文中,结合卷积神经网络(CNNs)和BLSTM(双向长短期记忆)作为复杂模型来分析文本的情感趋向.首先,设计了一个结合CNN-BLSTM的模型.其次,为了分析模型的可靠性,进行了三组模型实验,并以最终精度作为评价标准.最后得出结论CNN-BLSTM模型优于其他模型.
作者：李灿田秀霞
作者单位：上海电力大学计算机科学与技术学院,上海市,200090
母体文献：2019年上海市“智能计算与智能电网”研究生学术论坛论文集
会议名称：2019年上海市“智能计算与智能电网”研究生学术论坛
会议时间：2019年5月17日
会议地点：上海
主办单位：上海市学位委员会
语种：chi
分类号：J90G43
关键词：影评文本 情感分析 卷积神经网络 双向长短期记忆
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文
- 文件大小:
- 921.31 KB
- 下载次数:
- 60
-
高速下载
|
|
