论文研究-基于卷积神经网络和Tree-LSTM的微博情感分析.pdf

所需积分/C币:50 2019-07-22 21:09:38 1.11MB .PDF
60
收藏 收藏
举报

微博情感分析旨在研究用户关于热点事件的情感观点,研究表明深度学习在微博情感分析上具有可行性。针对传统卷积神经网络进行微博情感分析时忽略了非连续词之间的相关性,为此将注意力机制应用到卷积神经网络(CNN)模型的输入端以改善此问题。由于中文微博属于短文本范畴,卷积神经网络前向传播过程中池化层特征选择存在丢失过多语义特征的可能性,为此在卷积神经网络的输出端融入树型的长短期记忆神经网络(LSTM),通过添加句子结构特征加强深层语义学习。在两种改进基础上构造出一种微博情感分析模型(Att-CTL),实验表明该模型在微博情感分析上具有优良的特性,尤其在极性转移方面仍保持较高的F1值。

...展开详情
试读 5P 论文研究-基于卷积神经网络和Tree-LSTM的微博情感分析.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
关注 私信
上传资源赚钱or赚积分
最新推荐
论文研究-基于卷积神经网络和Tree-LSTM的微博情感分析.pdf 50积分/C币 立即下载
1/5
论文研究-基于卷积神经网络和Tree-LSTM的微博情感分析.pdf第1页

试读结束, 可继续读1页

50积分/C币 立即下载 >