融合多头注意力和ConvBiLSTM的文本情感分析
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
融合多头注意力和ConvBiLSTM的文本情感分析
王彬彬;李晓晔
【期刊名称】《福建电脑》
【年(卷),期】2024(40)4
【摘要】为了更好地预测和理解公众情绪和舆情发展走向,本文分别利用卷积神经网络和长短期记忆网络捕捉文本的局部特征和全局特征,通过多头注意力机制加强模型对关键信息的关注,探究表情符号对文本分类的影响,并构建出对网络舆情进行高效处理的情感分析模型ECBL-MHA。
实验结果表明,ECBL-MHA模型在对文本进行分类预测的准确率达到了90.51%,具备应用于情感分析的可行性。
【总页数】5页(P20-24)
【作者】王彬彬;李晓晔
【作者单位】齐齐哈尔大学计算机与控制工程学院
【正文语种】中文
【中图分类】TP391.1
【相关文献】
1.基于多头自注意力和并行混合模型的文本情感分析
2.基于多头注意力机制的BiGRU-CNN文本情感分析
3.融合多头注意力机制和BiLSTM的电商评论情感分析研究
4.融合注意力机制的混合神经网络文本情感分析模型
5.基于CNN-BiLSTM 融合多头自注意力机制的电商评价情感分析
因版权原因，仅展示原文概要，查看原文内容请购买。