期刊导航
期刊开放获取
河南省图书馆
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
基于BiGRU-多头注意力的电商评论情感分类
1
作者
张华琛
于威威
《计算机与数字工程》
2024年第5期1463-1469,共7页
针对电商评论情感分类存在的模型参数多、受参数随机初始化影响等问题,论文提出双向门控循环神经网络(BiGRU)与多头注意力结合的模型用于电商评论情感分类。首先使用BiGRU模型从正反双向提取更全面的语义信息;而后在多个注意力头上并行...
针对电商评论情感分类存在的模型参数多、受参数随机初始化影响等问题,论文提出双向门控循环神经网络(BiGRU)与多头注意力结合的模型用于电商评论情感分类。首先使用BiGRU模型从正反双向提取更全面的语义信息;而后在多个注意力头上并行计算提取出注意力信息;最后将融合两方面信息的特征向量输入到分类器中,完成该模型的构建。对模型进行参数调试,并以准确率和交叉熵为评价标准,对比双向长短期记忆神经网络(BiLSTM)、BiGRU、BiLSTM-单头注意力、BiGRU-单头注意力、BiLSTM-多头注意力及BiGRU-多头注意力6种同系列的主流深度学习模型在电商评论数据上的情感分类效果。结果表明,在相同数据集上,论文构建的模型准确率达到89.91%,相较于其他模型有更好的准确率表现。
展开更多
关键词
双向门控循环神经网络
多头注意力
情感分类
电商评论数据
下载PDF
职称材料
题名
基于BiGRU-多头注意力的电商评论情感分类
1
作者
张华琛
于威威
机构
首都经济贸易大学金融学院
首都经济贸易大学统计学院
出处
《计算机与数字工程》
2024年第5期1463-1469,共7页
文摘
针对电商评论情感分类存在的模型参数多、受参数随机初始化影响等问题,论文提出双向门控循环神经网络(BiGRU)与多头注意力结合的模型用于电商评论情感分类。首先使用BiGRU模型从正反双向提取更全面的语义信息;而后在多个注意力头上并行计算提取出注意力信息;最后将融合两方面信息的特征向量输入到分类器中,完成该模型的构建。对模型进行参数调试,并以准确率和交叉熵为评价标准,对比双向长短期记忆神经网络(BiLSTM)、BiGRU、BiLSTM-单头注意力、BiGRU-单头注意力、BiLSTM-多头注意力及BiGRU-多头注意力6种同系列的主流深度学习模型在电商评论数据上的情感分类效果。结果表明,在相同数据集上,论文构建的模型准确率达到89.91%,相较于其他模型有更好的准确率表现。
关键词
双向门控循环神经网络
多头注意力
情感分类
电商评论数据
Keywords
BiGRU
multi-head attention
sentiment classification
e-commerce review data
分类号
TP391.9 [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
基于BiGRU-多头注意力的电商评论情感分类
张华琛
于威威
《计算机与数字工程》
2024
0
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