-
题名基于深度学习的藏文舆情分析研究
- 1
-
-
作者
公保加羊
拉玛杰
官却多杰
索南多杰
-
机构
青海省海南州藏文信息技术研究中心
-
出处
《青海科技》
2023年第1期56-60,共5页
-
基金
青海省重点研发与转化计划—科技成果转化专项项目“‘云藏’高效爬虫及检索系统优化与集成”(2020-GX-164)。
-
文摘
随着自然语言处理技术的快速发展,藏文信息处理技术也取得了较大进展。其中,藏文舆情分析作为藏族地区社会舆情分析的重要技术,受到广泛关注。但是,现有的藏文文本情感分析研究由于起步较晚,还存在很大提升空间。本文提出基于深度集成学习的藏文文本情感分析算法。并通过建立藏文情感数据集进行实验,本文算法在三类情感(正向、负向、中性)中精确率平均提升1.65%,召回率提升1.63%,F1分数提升1.96%。实验结果表明,本文采用的深度集成学习有效地提高了文本情感分类的性能。
-
关键词
藏文信息处理
藏文舆情分析
文本情感分析
深度集成学习
藏文情感数据集
-
Keywords
Tibetan information processing
Tibetan public opinion analysis
Text sentiment analysis
Deep integrated learning
Tibetan sentiment dataset
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的藏文文本自动分类研究
- 2
-
-
作者
索南多杰
官却多杰
拉玛杰
公保加羊
-
机构
青海省海南州藏文信息技术研究中心
-
出处
《青海科技》
2023年第3期192-196,共5页
-
基金
青海省重点研发与转化计划—科技成果转化专项项目“‘云藏’高效爬虫及检索系统优化与集成”(2020-GX-164)。
-
文摘
在藏文信息处理中,文本分类技术可以将藏文文档自动分类为某种提前设定的类别,因此藏文文本分类在信息检索、新闻推荐等应用中具有重要的应用价值。传统的文本分类方法需要复杂的特征工程处理,分类效果不是非常理想。随着深度学习的快速发展,基于深度学习的藏文文本分类方法成为主要研究趋势。文章提出基于双向LSTM的文本分类方法,在藏文文本分类数据集上进行实验,本文算法的精准率、召回率、F1分数分别提升2.56%、1.87%和1.75%。
-
关键词
藏文信息处理
文本分类
深度学习
Bi-LSTM
-
Keywords
Tibetan information processing
Text classification
Deep learning
Bi-LSTM
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-