原文服务方: 杭州电子科技大学学报(自然科学版)       
摘要:
为提高文本数据集的情感识别效率,采用深度学习方法,对互联网文本数据集进行情感分类,分别建立基于朴素贝叶斯(Naive Bayesian Classifier,NBC)、卷积神经网络(Convolutional Neural Network,CNN)和长短期记忆网络(Long Short Term Memory,LSTM)的情感识别模型.在二分类Focal损失函数的基础上,提出多分类Multi Focal损失函数M FL.基于搜狐新闻数据集和中美贸易战评论数据集的实验表明:使用多分类损失函数M FL的长短期记忆模型明显优于其它模型.
推荐文章
中文文本分类研究
文本分类
k 近邻
支持向量机
最大熵
基于Focal Loss-2函数的中文短文本情感分类研究
情感分类
不平衡数据集
卷积神经网络
长短期记忆人工神经网络
FocalLoss-2
中文文本分类系统的设计与实现
文本分类
向量空间模型
特征项选择
权重
基于类别特征向量表示的中文文本分类算法
中文文本分类
向量空间模型
评价函数
特征提取
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Multi Focal损失函数的中文文本分类研究
来源期刊 杭州电子科技大学学报(自然科学版) 学科
关键词 深度学习 卷积神经网络 长短期记忆网络 Multi Focal损失
年,卷(期) 2020,(3) 所属期刊栏目
研究方向 页码范围 51-56
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.13954/j.cnki.hdu.2020.03.009
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 郑静 杭州电子科技大学经济学院 15 8 2.0 2.0
2 曹泽炎 杭州电子科技大学经济学院 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  (24)
共引文献  (22)
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)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
深度学习
卷积神经网络
长短期记忆网络
Multi Focal损失
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
杭州电子科技大学学报(自然科学版)
双月刊
1001-9146
33-1339/TN
chi
出版文献量(篇)
3184
总下载数(次)
0
总被引数(次)
11145
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导