-
题名基于双通道的颜文字文本情感分类模型构建
- 1
-
-
作者
陈泽众
纪明宇
施屹然
何鑫
于海博
李尚泽
-
机构
东北林业大学奥林学院
东北林业大学计算机与控制工程学院
苏州大学计算机科学与技术学院
哈尔滨职业技术大学网红产业学院
-
出处
《智能计算机与应用》
2024年第12期60-66,共7页
-
基金
东北林业大学大学生创新创业训练计划项目(S202410225185)
黑龙江省重点研发计划项目(2022ZX01A35)。
-
文摘
本文提出了一种改进的用于处理包含颜文字符号和文字混合文本的新的情感分类模型。模型综合包括多层感知机、统计情感缩放、预构建词典、双通道处理和自注意力机制在内的多种技术,具有较高的可扩展性和可解释性。同现有的情感分类模型相比,本模型能更好地感知颜文字对文本语义的影响,并在此基础上实现文本情感分类。实验结果表明,该模型在融合颜文字的文本情感分类任务中表现出更好的性能。此外,模型可用于解决其他混合结构符号和文本的自然语言处理问题,为情感分类领域的发展提供了新思路和新方法。
-
关键词
深度学习
结构性符号
文本分类
情感分类模型
-
Keywords
deep learning
structure symbol
text classification
sentiment classification model
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于结构性符号文本的多通道情感分类模型构建
- 2
-
-
作者
王海涛
何鑫
施屹然
纪明宇
-
机构
黑龙江财经学院财经信息工程学院
东北林业大学计算机与控制工程学院
苏州大学计算机科学与技术学院
-
出处
《智能计算机与应用》
2024年第10期164-169,共6页
-
基金
黑龙江财经学院2024年校级科研课题(XJYB2024031)
黑龙江省重点研发计划项目(2022ZX01A35)。
-
文摘
本文提出了一种改进的用于处理包含颜文字的结构性符号和文字混合文本的新的情感分类模型。模型综合包括多层感知机、统计情感缩放、预构建词典、多通道处理和自注意力机制在内的多种技术,具有较高的可扩展性和可解释性。同现有的情感分类模型相比,本模型能更好地感知颜文字对文本语义的影响,并在此基础上实现文本情感分类。实验结果表明,该模型在融合颜文字的文本情感分类任务中表现出更好的性能。此外,模型可用于解决其他混合结构符号和文本的自然语言处理问题,为情感分类领域的发展提供了新思路和新方法。
-
关键词
深度学习
结构性符号
文本分类
情感分类模型
-
Keywords
deep learning
structural symbol
text classification
sentiment classification model
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
