基于优化深度双向自编码网络的舆情情感识别研究

来源 :情报杂志 | 被引量 : 0次 | 上传用户:asd2303690
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
[目的/意义]情感识别一直是网络舆情领域的研究热点,为解决传统文本表示模型无法根据语境对词语进行理解,且在小数据集下识别效果不好的问题,设计了一种基于优化深度双向自编码网络的舆情情感识别模型。[方法/过程]模型通过双向特征表示模型提取舆情特征,针对舆情数据本身较小时易导致的过拟合问题,通过数据增强、抽取模型转换器输出进行混合池化、L2正则和训练早停的方式提高模型的泛化能力。[结果/结论]实验结果表明,与传统卷积神经网络和长短期记忆网络相比,针对舆情特点优化后的双向自编码网络表现出更优秀的分类效果,可以很好
其他文献
我国教育部在2009年公布了《中小学班主任工作规定》,内容中对于班主任能够行使的权利作出了一定的说明。这其中规定班主任在开展教学的过程中可以行使对学生批评教育的权利
[目的/意义]专利价值评估一直困扰我国的专利运营。在人工智能快速发展的今天,如何运用先验数据来挖掘有效的专利价值评估方法是非常值得关注的问题。[方法/过程]在对影响专
[目的/意义]开放的微博平台是谣言的重要发源地,研究谣言检测对于减少谣言的传播,降低或消除谣言的影响具有重要现实意义。[方法/过程]提出了一种基于用户特征分析的微博谣言