典型文献
基于BERT-BiLSTM的水利新闻情感分析研究
文献摘要：
BERT是谷歌AI团队近年来新发布的自然语言预训练模型,在11种不同的NLP测试中创出最佳成绩,被认为是NLP领域中里程碑式的进步,因此利用BERT进行文本情感分析是一个很热门的研究方向,该文中水利舆情分析主要是对水利新闻进行情感分析.该文对基于词典、机器学习和深度学习的情感分类技术进行了分析,并提出了基于完整句分割的BERT-BiLSTM水利新闻文本情感分类模型.该课题可以为水利行业从业人员和其他领域的情感分类研究提供较高的指导意义.
文献关键词：
水利舆情系统;NLP;情感分析;BERT-BiLSTM模型;文本分类
中图分类号：
作者姓名：
苏天;龚炳江
作者机构：
河北工程大学信息与电气工程学院,河北邯郸056038
文献出处：
引用格式：
[1]苏天;龚炳江-.基于BERT-BiLSTM的水利新闻情感分析研究)[J].电脑知识与技术,2022(15):4-6
A类：
水利舆情系统
B类：
BERT,BiLSTM,自然语言,预训练模型,NLP,创出,里程碑式,文本情感分析,舆情分析,词典,分类技术,整句,新闻文本,文本情感分类,分类模型,水利行业,分类研究,文本分类
AB值：
0.277974
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
