融合注意力与比较增强学习机制的情感分析

摘要

文本情感分析通过提取文本特征,根据文本中的情感倾向进行分类。研究表明,递归神经网络和卷积神经网络模型具有良好的性能。为提高文本情感分类性能,提出一种融合注意力和比较增强学习机制的混合网络情感分析模型,用比较增强学习机制进行分类来替代大量的复杂计算。该模型通过嵌入层向量化后,分别用CNN和双向门控循环单元提取不同特点的文本特征,把两者提取得到的特征进行融合,并引入注意力机制判断不同词对句子含义的重要程度,再使用比较增强学习机制与样本向量进行比较后对特征向量进行评分。混合网络情感分析模型在两个情感分析数据集上的正确率分别到达了92.2%和94.1%,比传统的模型提高了0.6%和0.9%。

引言

随着互联网的发展,越来越多的人通过互联网平台发表观点。各种平台发表的文本包含了强烈的情感倾向,反映了用户的不同观点,这些内容丰富的文本信息是重要的数据资源,对这些海量文本进行情感分析具有重要意义。例如,通过分析人们对同一事件的不同看法,政府可以了解公众对社会事件和相关政策的看法;通过分析用户对产品的态度,公司可以优化更加符合公众需求的产品。情感分析的潜在价值激发了不同领域研究者的关注,如数据挖掘和自然语言处理。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

宋罗世家技术屋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值