10.16208/j.issn1000-7024.2022.04.026
基于Reformer模型的文本情感分析
为提高中文文本情感分析任务的准确率,优化训练时长,提出基于Reformer的文本情感分析模型.利用Reformer模型的上下文语义编码能力,充分获得文本上下文的特征,提高文本分类准确率;在Transformer模型的基础上,引入局部敏感哈希注意力机制及可逆残差,降低模型的复杂度及内存的占用.在3个公开数据集上进行实验,实验结果表明,该模型在准确率及训练时间上均优于其它模型.
文本情感分析、深度学习、Reformer模型、局部敏感哈希注意力机制、可逆残差
43
TP183(自动化基础理论)
2022-04-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1089-1095