混合神经网络和条件随机场相结合的文本情感分析
针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型.该模型将神经网络作为语言模型,结合了卷积神经网络(convolutional neural networks,CNN)与双向门控循环单元(bidirectional gated recurrent unit,Bi-GRU)两种神经网络获得的语义信息和结构特征,采用条件随机场模型作为分类器,计算情感概率分布,进而能够准确地判断情感类别.该文的模型在NLPCC 2014数据集上进行了测试,准确率为91.74%,与其他分类模型相比,可以获得更好的准确性和F值.
卷积神经网络、门控循环单元、条件随机场、文本情感分析、语言模型、语义特征、上下文信息、分类器
16
TP391(计算技术、计算机技术)
中央高校基本科研业务费专项2018QN078
2021-07-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
202-209