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:
随着网络的不断发展,越来越多的人们在网络中发表自己的言论,这些带有情感性的文本能够反映出人们的意见信息,对这些文本进行情感分析研究是文本分类的一个重要任务.文中提出了一种加入注意力机制的联合神经网络(convolutional neural network+long shout-term memory,CNN+ LSTM)模型,在互联网电影资料库(internet movie database,IMDB)电影评论数据集上进行实验,设置了两组对比试验,结果表明新模型具有更高的分类准确率,证明了此方法的可行性,为进一步研究优化情感分析模型提供了参考.
推荐文章
采用循环神经网络的情感分析注意力模型
情感分析
循环神经网络
注意力
长短时记忆
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
基于改进型神经网络的影评文本情感分析算法
影评
情感分析
卷积神经网络
序列标注层
字粒度词向量
基于Elman神经网络的语音情感识别应用研究
语音清感识别
Elman网络
BP网络
MFCC
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 基于神经网络模型的影评情感分析研究
来源期刊 天津理工大学学报 学科 工学
关键词 情感分析 卷积神经网络 长短时记忆网络 注意力机制 联合神经网络模型
年,卷(期) 2021,(5) 所属期刊栏目
研究方向 页码范围 13-17
页数 5页 分类号 TP391.1
字数 语种 中文
DOI 10.3969/j.issn.1673-095X.2021.05.003
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
卷积神经网络
长短时记忆网络
注意力机制
联合神经网络模型
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
天津理工大学学报
双月刊
1673-095X
12-1374/N
大16开
天津市西青区宾水西道391号
1984
chi
出版文献量(篇)
2405
总下载数(次)
4
总被引数(次)
13943
论文1v1指导