典型文献
基于ALBERT-BiLSTM-Att的微博评论情感分析研究
文献摘要：
针对传统语言模型无法直接提取句子的双向语义特征,导致情感分类准确率较低的情况,提出一种结合预训练语言模型ALBERT、BiLSTM以及Attention机制的微博评论情感分析模型ALBERT-BiLSTM-Att.在公开数据集weibo_senti_100k上,经过五折交叉验证实验,ALBERT-BiLSTM-Att模型的准确率达到93.30％.
文献关键词：
情感分析;微博评论;ALBERT;BiLSTM;Attention
中图分类号：
作者姓名：
支世尧;吴贞如;陈涛;李盛达;彭栋
作者机构：
南京审计大学信息工程学院,江苏 南京 211815
文献出处：
引用格式：
[1]支世尧;吴贞如;陈涛;李盛达;彭栋-.基于ALBERT-BiLSTM-Att的微博评论情感分析研究)[J].计算机时代,2022(02):19-22
A类：
senti
B类：
ALBERT,BiLSTM,微博评论,情感分析,传统语言,句子,语义特征,情感分类,分类准确率,预训练语言模型,Attention,公开数据集,weibo,100k,五折交叉验证,验证实验
AB值：
0.340225
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。
