《表1:实验的软件配置:基于神经网络的文本情感分析技术优化改进》
由于文本信息不同,则文本的长度也会存在一定的差异,为了确保提取的文本信息长度一致性,本文采用“长则序列截断,短则补齐”的方法[3]。也可以确保文本的维度(l)是相同的,则词向量与文本之间的关系满足:针对基于卷积神经网络的文本情感分析,通过与双向长短期记忆神经网络进行融合,为了确保设计的文本情感分析模型能够满足要求,基于谭松波酒店评论语料和IMDB英文评论语料进行实验验证,实验结果显示,设计的模型明显比现有的分析模型在精确率和召回率具有明显的优势。
图表编号 | XD00184732500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 范波、李金瞳 |
绘制单位 | 湖南理工学院信息科学与工程学院、湖南理工学院信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |