基于ERNIE-BiAGRU-CapsNet的中文评教文本情感分析

为提高中文评教文本情感分析的准确率并挖掘文本中深层次语义情感关联,文章提出了一种基于ERNIE-BiAGRU-CapsNet的中文评教文本情感分析模型。其中,ERNIE通过词嵌入层获取文本中的隐含关系及深层语义动态词向量;BiAGRU在BiGRU更新门加入了注意力机制,以深入挖掘文本上下文语义表征信息;针对提取的上下文语义特征,CapsNet旨在进一步挖掘其局部语义特征。通过在实际中文评教文本数据中进行实验验证,模型分类输出的精确率高达96.77%,其分类性能较同类深度学习模型更优。

基于Java学生选课系统的设计与实现

信息技术的快速发展为高校教育教学工作提供了诸多便利,学校信息化建设也取得丰硕成果。学生选课是教学工作的一个重要环节,设计学生选课系统有利于高质量开展日常教学,提高教务工作效率。文章结合学生选课现状进行需求分析,详细阐述了选课系统设计、系统实现等。