作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在现今的网络社会中,网文的出现加大了人们理解的负担.因为网文和面对面说话不同,读者无法通过说话者的肢体语言、眼神形态来判断说话者的情绪,只能通过说话者的语言和标点符号来判断,所以经常发生理解错误和盲目跟风的情况.因此,利用计算机进行文本的情感分析很有研究价值.本文使用基于神经网络的LSTM网络模型对文本进行分析.考虑到计算机不是生来就会情感分析的,编程者需要一些心理学的知识和生活中积累的经验.这些问题需要通过查阅资料来解决.解决这些问题后,一套完整的文本分析算法就可以编出来,可以在生活的很多方面给人提供帮助.
推荐文章
基于卷积神经网络和注意力模型的文本情感分析
社交网络
文本情感分析
卷积神经网络
注意力模型
基于BiGRU-attention神经网络的文本情感分类模型
文本情感分类
注意力机制
双向门控循环神经网络
基于循环神经网络和注意力模型的文本情感分析
文本情感分析
深度学习
长短期记忆模型
注意力模型
双通道卷积记忆神经网络文本情感分析
电子商务
商品评论
文本情感分析
卷积记忆神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的文本情感分析
来源期刊 科学咨询 学科
关键词 神经网络 词向量 RNN LSTM
年,卷(期) 2019,(33) 所属期刊栏目 教育论坛
研究方向 页码范围 136-137
页数 2页 分类号
字数 4204字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李洋东成 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (27)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
神经网络
词向量
RNN
LSTM
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
科学咨询
周刊
chi
出版文献量(篇)
75020
总下载数(次)
223
总被引数(次)
48329
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导