《表1 双向LSTM+CRF模型语义分析与传统分析效果对比》
在对采集到的网络中大量新闻报道语料数据进行分析的实验结果表明,与传统的方法相比,通过GPU加速计算的双向LSTM+CRF模型有了显著的性能提升,通过使用某一机构给出的2000个关键词及相应的新闻文本数据来进行实验分析,相对于传统的分词技术,双向LSTM+CRF模型语义分析的准确度得到大幅度的提升,该模型不依赖现成的行业语料使得分析过程更为合理。在网络舆论传播分析中,传统方法的语义分析效果往往依赖特定的行业语料。但是本文采取的是基于字符标注的分析方法,通过对大量的新闻报道语料数据进行实验证明,双向LSTM方法在舆情分析领域中不使用现有词典的效果更好,对比效果如表1所示:
图表编号 | XD00106812900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.10 |
作者 | 徐明、魏国富、殷钱安 |
绘制单位 | 上海观安信息技术股份有限公司、上海观安信息技术股份有限公司、上海观安信息技术股份有限公司 |
更多格式 | 高清、无水印(增值服务) |