典型文献
基于深度学习的网络媒体情感分析
文献摘要：
针对目前情感分析技术在复杂语境中表达能力有限、语义关联性困难、模型分类准确率低等问题,设计出一种泛化能力更强、准确率更高的BERT-DPCNN深度学习网络媒体情感分析模型.该模型使用BERT预训练语言模型,能更好地捕捉文本长距离的依赖关系,并可解决一词多义发生混淆的问题.使用DPCNN神经网络,加深了网络深度,能够更好地捕捉长距离文本之间的相关语意.通过实验对比表明BERT-DPCNN情感分析网络模型判别准确度更高,测验结果更加贴合用户所表达的真实情绪.
文献关键词：
深度学习;情感分析;BERT语言模型;DPCNN网络
中图分类号：
作者姓名：
周凯;李晖;刘桐
作者机构：
沈阳工业大学信息科学与工程学院,沈阳110870
文献出处：
引用格式：
[1]周凯;李晖;刘桐-.基于深度学习的网络媒体情感分析)[J].微处理机,2022(05):31-34
A类：
B类：
网络媒体,情感分析,前情,表达能力,语义关联性,模型分类,分类准确率,泛化能力,BERT,DPCNN,深度学习网络,模型使用,预训练语言模型,长距离,依赖关系,一词多义,语意,实验对比,测验,加贴,贴合
AB值：
0.364943
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
