期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向BSP-CNN的短文本情感倾向性分类研究
被引量：
6
1
作者
廖小琴
徐杨
《计算机工程与应用》
CSCD
北大核心
2019年第23期120-124,共5页
针对消费短文本评论中的情感倾向性分类问题,提出了一种BSP-CNN混合神经网络模型。模型先使用双向简单循环单元(BiSRU)对数据进行特征表示,再使用逐点卷积神经网络(P-CNN)进一步学习语义特征,并输出情感倾向性分类结果。实验结果表明,...
针对消费短文本评论中的情感倾向性分类问题,提出了一种BSP-CNN混合神经网络模型。模型先使用双向简单循环单元(BiSRU)对数据进行特征表示,再使用逐点卷积神经网络(P-CNN)进一步学习语义特征,并输出情感倾向性分类结果。实验结果表明,与传统的长短期记忆神经网络(LSTM)和卷积神经网络(CNN)相比,BSPCNN混合神经网络模型有效简化了计算,缩短了运行时间,并且在不同大小和不同文本长度的数据集上均能取得更高的F1值。
展开更多
关键词
情感倾向性分析
双向简单循环单元
逐点卷积神经网络
混合神经网络
下载PDF
职称材料
题名
面向BSP-CNN的短文本情感倾向性分类研究
被引量：
6
1
作者
廖小琴
徐杨
机构
贵州大学大数据与信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2019年第23期120-124,共5页
基金
贵州省科技计划项目（黔科合LH字[2016]7429号）
贵州大学引进人才项目（No.2015-12）
文摘
针对消费短文本评论中的情感倾向性分类问题,提出了一种BSP-CNN混合神经网络模型。模型先使用双向简单循环单元(BiSRU)对数据进行特征表示,再使用逐点卷积神经网络(P-CNN)进一步学习语义特征,并输出情感倾向性分类结果。实验结果表明,与传统的长短期记忆神经网络(LSTM)和卷积神经网络(CNN)相比,BSPCNN混合神经网络模型有效简化了计算,缩短了运行时间,并且在不同大小和不同文本长度的数据集上均能取得更高的F1值。
关键词
情感倾向性分析
双向简单循环单元
逐点卷积神经网络
混合神经网络
Keywords
sentiment
orientation
analysis
bidirectional
simple
recurrent
unit
point
-
by
-
point
convolutional
neural
network
hybrid
neural
network
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向BSP-CNN的短文本情感倾向性分类研究
廖小琴
徐杨
《计算机工程与应用》
CSCD
北大核心
2019
6
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
