10.3969/j.issn.1672-9722.2020.11.025
基于分段多池卷积神经网络的情感分析
目前,深度学习在文本识别方面已经达到了相当高的准确率,但是在文本的情感识别方面还未达到理想的效果.针对传统卷积神经网络在词向量构建和卷积池化部分的一些不足,提出了一种新的情感模型——基于分段多池卷积神经网络(piecewise multi-pooling convolution neural network,PMPCNN)模型.该模型分别从情感词向量的构造、卷积层、池化层和应用Dropout算法防止模型过拟合等多方面入手进行改进.大量的对比试验数据表明,相比传统卷积神经网络,该模型具有更为良好的实验效果和准确率.
情感识别、卷积神经网络、情感词向量、Dropout算法
48
TP399(计算技术、计算机技术)
江苏省产学研合作项目基金编号:BY2015019-30
2020-12-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
2665-2670