典型文献
基于XLNet的中文文本情感分析
文献摘要：
针对Word2vec等静态词向量模型不能解决一词多义、传统情感分析模型不能同时提取文本的全局和局部信息问题,本文提出了结合广义自回归预训练语言模型(XLNet)的文本情感分析模型.首先利用XLNet表示文本特征,然后利用卷积神经网络提取文本向量的局部特征,再利用双向门控循环单元提取文本的更深层次上下文信息,最后引入注意力机制,根据特征的重要性赋予特征不同的权重,并进行文本情感极性分析.仿真实验中将本文模型与5种常用的情感分析模型进行对比,验证了模型的准确率和优越性.
文献关键词：
情感分析;广义自回归预训练语言模型;卷积神经网络;双向门控循环单元;注意力机制
中图分类号：
作者姓名：
李东金;单锐;阴良魁;王芳;程宝娜
作者机构：
燕山大学理学院,河北秦皇岛 066004;中国科学院科技创新发展中心,北京 100190
文献出处：
引用格式：
[1]李东金;单锐;阴良魁;王芳;程宝娜-.基于XLNet的中文文本情感分析)[J].燕山大学学报,2022(06):547-553
A类：
广义自回归预训练语言模型
B类：
XLNet,中文文本情感分析,Word2vec,词向量,一词多义,同时提取,局部信息,文本特征,文本向量,局部特征,双向门控循环单元,上下文信息,注意力机制,情感极性
AB值：
0.215309
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。
