期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BERT的双通道神经网络模型文本情感分析研究 被引量:4
1
作者 严驰腾 何利力 《智能计算机与应用》 2022年第5期16-22,共7页
针对当前情感分析任务中使用Word2Vec、GloVe等模型生成的文本词向量,无法有效解决多义词表征、经典神经网络模型无法充分提取文本语义特征等问题,本文提出基于BERT的双通道神经网络模型文本情感分析方法。该方法采用BERT模型生成词向量... 针对当前情感分析任务中使用Word2Vec、GloVe等模型生成的文本词向量,无法有效解决多义词表征、经典神经网络模型无法充分提取文本语义特征等问题,本文提出基于BERT的双通道神经网络模型文本情感分析方法。该方法采用BERT模型生成词向量,BERT模型对下游分类任务进行微调的过程中生成文本词向量的动态表征。然后,将词向量输入由CNN与BiGRU构建的双通道模型进行特征提取,并行获取文本的局部与全局语义特征,并通过注意力机制为输出特征分配相应的权重分值,突出文本的情感极性。最后将双通道输出特征融合进行情感分类。在酒店评论数据集上进行实验,结果表明本文模型与文本情感分析的基线模型相比,在准确率与F;分值上分别提高了3.7%和5.1%。 展开更多
关键词 文本情感分析 BERT模型 卷积神经网络(CNN) 双向门控制循环单元(BiGRU) 注意力机制
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部