典型文献
基于K-BERT的情感分析模型
文献摘要：
利用预训练模型对中文文本进行情感分析是目前的主流方式,K-BERT模型的提出克服了BERT模型不具备背景知识的问题.本文通过在K-BERT的基础上引入双向长短时记忆网络,提出了KB-BERT情感分析优化模型.首先,通过K-BERT预训练模型,对输入的内容进行背景丰富,获取包含背景知识的语义特征向量;其次,利用长短时记忆网络提取上下文的相关特征,进行文本情感分析.实验结果表明,使用KB-BERT的准确率优于K-BERT,在Book_review和Weibo两个数据集上的准确率,分别达到了87.97％和98.33％.
文献关键词：
K-BERT;长短时记忆网络;情感分析
中图分类号：
作者姓名：
王桂江;黄润才
作者机构：
上海工程技术大学 电子电气工程学院,上海201620
文献出处：
引用格式：
[1]王桂江;黄润才-.基于K-BERT的情感分析模型)[J].智能计算机与应用,2022(07):35-39
A类：
B类：
BERT,预训练模型,中文文本,背景知识,双向长短时记忆网络,KB,分析优化,语义特征,特征向量,上下文,文本情感分析,Book,review,Weibo
AB值：
0.244878
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。
