基于深度学习的文本情感分类算法研究

• 作者: 孙红梅
• 来源期刊: 电脑编程技巧与维护
• 关键词: 文本情感分类 神经网络 嵌入式表示
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 人工智能与应用
• 页码范围: 135-137,173
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4052.2022.03.042

摘要

随着深度学习的发展,越来越多基于神经网络的算法用于实现文本情感分类,在分类上的精度不断提升,如果一味追求精度而加深网络的层次,会给实际应用场景中的响应等性能带来较大阻碍.通过研究文本的嵌入式表示等技术,在时下前沿的FastText模型基础上进一步捕捉分类逻辑中重点的文本特征,提出了新的轻量化的权重驱动的文本情感分类模型WDFT(Weight-Driven Fast Text).在实现高精度的同时保证模型的轻量化,更好地解决文本情感分类任务.