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:
由于互联网的出现,网络上有了大量的文本信息,例如新闻、社交软件的聊天记录以及各种评论,但是有文字就少不了情感分析,因为人脑分析的不准确,并且会夹杂了一些主观的情绪,所以我们选择用机器代替人进行分析,但是计算机不是生来就会情感分析,所以在编程的时候需要一些心理学的知识和生活中积累的经验.只有这样计算机才能够理解并学会处理各种不同情绪,进而帮助人类解决繁杂的事务性工作.本文通过利用发展迅速的神经网络模型,将神经网络模型应用到文本的情感分析上,无疑是一种领先的尝试,经过试验验证得知,模型的准确率达到了96%以上的准确率.
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
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
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 基于神经网络算法对文本的情感分析
来源期刊 电子制作 学科
关键词 神经网络算法 情感分析 词向量 文本分析
年,卷(期) 2020,(20) 所属期刊栏目 软件开发
研究方向 页码范围 34-35,43
页数 3页 分类号
字数 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 王钟璞 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  (3)
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(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
神经网络算法
情感分析
词向量
文本分析
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
电子制作
半月刊
1006-5059
11-3571/TN
大16开
北京市
1994
chi
出版文献量(篇)
22336
总下载数(次)
116
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导