摘要
随着网络舆情影响越来越大,为了更准确地掌握人们的情感色彩、倾向性和网络舆情动向,本文将长短期记忆网络(long short-term memory,LSTM)与循环卷积神经网络(convolutional neural network,RCNN)组合,构建一种基于LSTM-RCNN社交媒体文本情感分析模型。该模型使用LSTM模型提取带有上下文信息的分句特征,利用RCNN通过双重循环机制生成新的词向量,经过最大池化层二次提取文本特征,传递到全连接层进行文本分类,使用softmax逻辑回归得到最终分类结果。实验选取SVM、CNN、LSTM、RCNN模型作为对比,结果显示,LSTM-RCNN模型分类效果较优。
出处
《信息技术与信息化》
2023年第7期40-43,共4页
Information Technology and Informatization
基金
河南省高等学校重点科研项目计划(22B520007):基于深度学习的企业科技需求的分析及协同创新服务平台设计
2023年河南工业贸易职业学院课题(2023JKY009):基于持续学习的深度神经网络在自然语言处理中的应用研究。
