典型文献
一种融合Bert预训练和BiLSTM的场景迁移情感分析研究
文献摘要：
针对机器学习和深度学习模型较难解决场景迁移和跨领域舆情事件的情感分析问题,提出一种融合Bert预训练和BiLSTM的场景迁移情感分析模型.首先构建预训练模型Bert来提取及表征文本的词向量.再融合BiLSTM和注意力机制的情感分析模型,捕获长距离依赖关系和语义特征.最后构建Softmax实现情感分析.实验结果显示,该模型的F1值和准确率分别为0.8190和0.8181,均高于对比的机器学习和深度学习模型,这表明跨场景和平台迁移的情感分析有效.
文献关键词：
情感分析;舆情分析;场景迁移;Bert;BiLSTM
中图分类号：
作者姓名：
杨秀璋;宋籍文;武帅;廖文婧;任天舒;刘建义
作者机构：
贵州财经大学信息学院,贵州 贵阳 550025;贵州高速公路集团有限公司;涟水县财政局
文献出处：
引用格式：
[1]杨秀璋;宋籍文;武帅;廖文婧;任天舒;刘建义-.一种融合Bert预训练和BiLSTM的场景迁移情感分析研究)[J].计算机时代,2022(08):69-74,79
A类：
B类：
Bert,BiLSTM,场景迁移,移情,情感分析,深度学习模型,难解,跨领域,舆情事件,分析问题,预训练模型,征文,词向量,再融合,注意力机制,长距离依赖,依赖关系,语义特征,Softmax,跨场景,舆情分析
AB值：
0.353435
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。
