典型文献
基于混合编码的社交媒体英语文本情绪检测
文献摘要：
社交媒体作为人们表达情感提供了一种简单的方式,人们利用这些平台来展示他们对某事的喜欢或不喜欢和他们对情况的感受等等.在自然语言处理中,情感识别和分类是一个常见的研究任务,其中一个模型可以检测这些类型的情感.由于缺乏数据,对于印度语言来说是相当具有挑战性的,而且作为一个多语言社会,人们往往在社交媒体上使用代码混合模式.在文章中,为分析这些数据,创建一个12000条来自不同来源的印地语-英语代码混合文本的数据集,并用快乐、悲伤和愤怒的情绪对其进行注释.使用预先训练的双语模型来生成特征向量,并使用深度神经网络作为分类模型.CNN-BiLSTM的分类准确率为83.21％,优于其他实验模型.
文献关键词：
代码混合英文文本;情感检测;一维卷积神经网络;长短期记忆
中图分类号：
作者姓名：
黎家宁
作者机构：
大连民族大学 外国语学院,辽宁 大连 116600
文献出处：
引用格式：
[1]黎家宁-.基于混合编码的社交媒体英语文本情绪检测)[J].科技创新与应用,2022(12):28-30,34
A类：
代码混合英文文本
B类：
混合编码,社交媒体,文本情绪,媒体作为,某事,自然语言处理,情感识别,研究任务,印度语,一个多,多语言,混合模式,不同来源,印地语,快乐,悲伤,愤怒,双语,来生,特征向量,使用深度,深度神经网络,分类模型,BiLSTM,分类准确率,实验模型,情感检测,一维卷积神经网络,长短期记忆
AB值：
0.442322
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。
