典型文献
旅游场景下的基于深度学习的文本方面级细粒度情感分类
文献摘要：
方面级细粒度情感分类是指针对文本数据,分析其在指定方面的情感极性.由于获取到的评论样本往往涉及不同的方面,导致各个方面的情感极性不平衡.为了减少不平衡数据对模型训练的影响,本文提出了一种新的数据平衡方法——批处理平衡方法(BB),用来平衡多标签多类别数据.同时,由于评论文本蕴含多个方面,传统模型结构往往每次只能预测一个方面的情感.为了提高情感挖掘效率,本文提出了自动关注不同方面的情感注意力网络——双向循环卷积注意力网络(Attn-Bi-LCNN)模型.模型会同时关注不同方面的不同情感信息形成情感语义矩阵,根据情感矩阵进行情感预测.对比实验表明,模型取得了更好的预测结果和更快的运算速度.
文献关键词：
情感分类;深度学习;神经网络;注意力机制
中图分类号：
作者姓名：
刘文远;郭智存;郭丁丁
作者机构：
燕山大学信息科学与工程学院网络感知与大数据智能研究室 秦皇岛066004
文献出处：
引用格式：
[1]刘文远;郭智存;郭丁丁-.旅游场景下的基于深度学习的文本方面级细粒度情感分类)[J].高技术通讯,2022(01):22-32
A类：
Attn,LCNN
B类：
旅游场景,方面级,细粒度,情感分类,指针,文本数据,情感极性,取到,不平衡数据,模型训练,数据平衡,平衡方法,批处理,BB,多标签,多类别,别数,评论文本,传统模型,模型结构,高情感,注意力网络,双向循环,循环卷积,卷积注意力,Bi,会同,情感信息,情感语义,情感预测,注意力机制
AB值：
0.462283
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。
