基于循环神经网络的互联网短文本情感要素抽取

• 作者: 张英 郑秋生
• 来源期刊: 中原工学院学报
• 学科: 工学
• 关键词: 互联网短文本 情感要素抽取 循环神经网络 自然语言处理 深度学习
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 信息技术
• 页码范围: 82-86
• 页数: 5页
• 分类号: TP391
• 字数: 3892字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6906.2016.06.017

摘要

针对大数据互联网短文本信息,比较几种深度循环神经网络(Recurrent Neural Networks,RNN)模型,提出了一种基于双向长短时记忆(Bidirectional Long Short-Term Memory,BLSTM)的循环神经网络模型的互联网短文本情感要素抽取方法.实验结果表明,该方法不仅可以有效完成互联网短文本中情感要素抽取工作,而且明显提高了抽取准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑秋生		75	412	12.0	16.0
2	张英		11	62	4.0	7.0