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:
针对现有方法没有充分探索表情符号对文本情感极性的影响问题,设计了一种社交情感分析注意力模型,并基于py*thon 实现了该模型.首先构建一个富含表情符号的语料库,利用注意力方法描述表情符号对文本的影响,设计并实现了基于双向长短期记忆的情感分析模型.实验采用社交平台数据集,将本模型与现有模型进行全面对比.结果显示,本模型具有较高的准确度,能实现较好的社交情感分析性能.
推荐文章
基于表情符注意力机制的微博情感分析模型
表情符
微博
情感分析
注意力机制
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
基于深层注意力的LSTM的特定主题情感分析
特定主题情感分析
深层注意力
LSTM
深度学习
自然语言处理
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python的社交情感分析注意力模型
来源期刊 智能计算机与应用 学科 工学
关键词 情感分析 注意力模型 Python
年,卷(期) 2021,(12) 所属期刊栏目 科技创见与应用|Scientific achievement and application
研究方向 页码范围 193-196
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.2095-2163.2021.12.038
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
注意力模型
Python
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
智能计算机与应用
双月刊
2095-2163
23-1573/TN
大16开
哈尔滨市南岗区繁荣街155号(哈工大新技术楼916室)
14-144
1985
chi
出版文献量(篇)
6183
总下载数(次)
26
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导