基于分段卷积神经网络的文本情感极性分析

来源 :计算机仿真 | 被引量 : 5次 | 上传用户:jessiexsu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统文本情感分析方法存在文本信息分析准确度较差、召回率偏低且时间成本较高问题,提出基于分段卷积神经网络的文本情感极性分析方法。卷积层使用滤波器完成局部特征提取,获得卷积核函数运算法产生的特征图,将其输入至下采样层,由下采样层输出局部最优特征。利用分化池操作,将卷积向量中的最大极性值融合成向量,并使用非线性函数对该向量计算,获得文本句子的极性特征。运用softmax分类器与Dropout算法,随机将原始输入数据按照一定比例置0,没有置0的则进行运算与连接,最后对文本向量和网络参数进行优化完成情感极性分
其他文献
目的回顾性分析脑胶质瘤术后三维适形放疗的疗效。方法16例脑胶质瘤术后患者,8例行常规放疗+三维适形放疗,8例单行三维适形放疗。肿瘤剂量(57.72±10.33)Gy。结果低分级脑胶质瘤
针对传统的机械臂控制算法存在控制精度不高,对于外界干扰鲁棒性较弱等问题,提出了带干扰观测器的加幂积分有限时间控制算法实现机器人轨迹跟踪控制。加幂积分有限时间控制器能够保证系统误差在有限时间内收敛,从而使机械臂能够快速准确跟随期望运动轨迹。干扰观测器能够快速准确地估计作用在机械臂上的干扰信号,并通过补偿控制对干扰进行补偿,从而增强系统的鲁棒性。同时,采用Lyapunov理论在理论上证明了上述系统能够