10.3969/j.issn.1674-3229.2019.02.005
基于多通道LSTM-CNN模型的Twitter情感分析
Twitter作为人们表达观点的重要平台,已经成为文本情感分析的一个研究热点.文章提出一个基于多通道的LSTM-CNN模型,以twitter的tweets为研究对象,分析网络用户对该tweet的情感趋向,以验证该模型的有效性.引入深度学习理论,使用基于多通道的LSTM-CNN模型进行情感分析,以便更好地把握文本中的情感信息,提升情感分类的准确率.基于多通道的LSTM-CNN模型融合了CNN和LSTM的优点,在分析过长文本的情感特征时更加准确,适合twitter这种成段落的文本分析.实验结果表明,该模型在数据集上的准确率均优于SVM、LSTM和CNN.
情感分类、深度学习、Twitter、多通道LSTM-CNN、情感特征
19
TP389.1(计算技术、计算机技术)
四川省科技发展重点示范项目川科高[2018]12,152
2019-07-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-24,37