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。
[ 關閉視窗 ]