典型文献
融合粗糙数据推理的卷积记忆网络文本情感分析
文献摘要：
为解决现有情感分类算法在特征提取中缺乏对语义关联规则的运用,以及在分词后产生大量与情感预测无关的词,导致挖掘出的特征不具代表性的问题.提出一种融合粗糙数据推理的卷积记忆网络情感分析模型.首先,通过上下文信息使用粗糙数据推理获得文本的情感词集Word2Vec词向量表示,并融合FastText词向量来改进特征向量嵌入层;其次,使用卷积神经网络(convolutional neural network,CNN)拼接双向长短期记忆网络(bi-directional long short-term memory,BiLSTM)提取更深层次的情感特征;最后,加入Attention机制计算权重,筛选显著重要特征.在两个数据集上的实验结果显示,该模型的情感分类准确率与F1值最高可达到84.66％和85.1％,较基线模型中的最高值分别高出2.04％和3.1％,有效提升了情感分类的预测能力.
文献关键词：
粗糙数据推理;词向量;卷积记忆网络;情感分析
中图分类号：
作者姓名：
钟娜;周宁;靳高雅
作者机构：
兰州交通大学电子与信息工程学院,兰州730070
文献出处：
引用格式：
[1]钟娜;周宁;靳高雅-.融合粗糙数据推理的卷积记忆网络文本情感分析)[J].科学技术与工程,2022(29):12936-12944
A类：
粗糙数据推理,卷积记忆网络
B类：
网络文本,文本情感分析,有情,情感分类,分类算法,语义关联,关联规则,分词,情感预测,挖掘出,上下文信息,信息使用,词集,Word2Vec,词向量,向量表示,FastText,改进特征,特征向量,向量嵌入,嵌入层,convolutional,neural,network,拼接,双向长短期记忆网络,bi,directional,long,short,term,memory,BiLSTM,情感特征,Attention,分类准确率,基线模型,最高值,预测能力
AB值：
0.367154
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。
