期刊刊名：平頂山學院學報 　 卷期：36卷5期

篇名出版日期：2021年10月25日

作者：何野,杨会成,潘玥,徐姝琪,Ye He, Huicheng Yang, Yue Pan, Shuqi Xu

語言：Chinese

關鍵字：情感分析,LSTM-CNN,机器学习, 自然语言处理,sentiment analysis, LSTM-CNN, machine learning, natural language processing

被點閱次數：0次

閱讀時間：0sec

摘要：
传统的机器学习技术，包括支持向量机(SVM)等技术，已经被应用到文本情感分析的各种任务中，这使得复杂分类问题的泛化能力很差。近年来，机器学习在自然语言处理研究方面取得了突破。卷积神经网络(CNN)和递归神经网络(RNN)是文本分析的两种主流方法。通过对神经网络模型的研究，提出了一种使用卷积神经网络(CNN)的多个分支与长短时记忆神经网络(LSTM)层的组合内核来进行情感分析的方法，并通过实验验证了其性能优于现有的CNN模型和LSTM模型。

　　　　　[全文下載]