声明
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号:31-1289/TP
国际刊号:1000-3428
发布日期:
作者:陈思远,彭超,蔡林森,郭兰英
单位:华东师范大学 计算机科学与软件工程学院,上海 200062
关键词:深度学习,情感分析,特定目标,卷积神经网络,长短期记忆网络,深度网络模型
基金:国家自然科学基金(61232006);上海市自然科学基金(14ZR1412400)。
基于注意力机制的长短期记忆(LSTM)网络在训练过程中需要耗费大量时间,且仅以句子作为网络输入难以有效区分同一句中不同目标的情感极性。为此,提出一种结合卷积神经网络(CNN)和区域LSTM的深度网络模型。通过区域LSTM实现特定目标的区域划分,在保留特定目标重要情感信息的同时,有效区分不同目标的特征信息,并利用CNN保留整个句子的情感信息。实验结果表明,该模型能有效识别不同目标的情感极性,相比传统网络模型具有更短的模型训练时间。
来源:2019年第3期
《计算机工程》期刊编辑部
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。