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:
互联网的发展大大改变了网络内容的生成方式,诞生出海量的带有主观色彩的文本信息.网络文本的细粒度情感分析对于整合用户感知体验、挖掘用户情感画像等方面具有重要的作用.近年来,深度学习模型和算法在计算机视觉和模式识别领域已经取得了巨大的进展.词向量技术(Word embedding)的兴起,使得深度学习方法应用在在自然语言处理任务上成为可能,在方面级情感分类任务(ABSA)中也逐渐增加了对深度学习模型的使用.
推荐文章
基于深度学习的社交网络平台细粒度情感分析
情感分析
深度学习
降噪自动编码器
社交网络平台
基于主题流与深度学习的情感分析算法
NLP
情感分析
深度学习
主题流
基于深度学习的APP-Store评论情感分析?
情感分析
词嵌入
长短时记忆网络
注意力模型
传统情感分类方法与基于深度学习的情感分类方法对比分析
情感分类
神经网络
深度学习
词向量
word2vec
LSTM
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 基于深度学习的方面级情感分析
来源期刊 信息通信 学科 工学
关键词 情感分析 深度学习
年,卷(期) 2020,(1) 所属期刊栏目 信息工程
研究方向 页码范围 88-89
页数 2页 分类号 TP391
字数 2203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 刘同娟 北京物资学院信息学院 37 140 6.0 11.0
2 冯孟莎 北京物资学院信息学院 2 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  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(2)
  • 参考文献(2)
  • 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
情感分析
深度学习
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
论文1v1指导