基于循环神经网络的互联网短文本情感要素抽取
张英
郑秋生
1.中原工学院,郑州,4500072.中原工学院,郑州,450007
摘要：针对大数据互联网短文本信息,比较几种深度循环神经网络(Recurrent Neural Networks,RNN)模型,提出了一种基于双向长短时记忆(Bidirectional Long Short-Term Memory,BLSTM)的循环神经网络模型的互联网短文本情感要素抽取方法.实验结果表明,该方法不仅可以有效完成互联网短文本中情感要素抽取工作,而且明显提高了抽取准确率.
关键词：互联网短文本情感要素抽取循环神经网络自然语言处理深度学习
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(U1304611)河南省科技攻关计划(132102210186)河南省科技攻关计划(132102310284)河南省教育厅科学技术研究重点项目(14A520015)
论文发表日期：2016-10-31
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 82-86 )
英文信息