基于CNN和B-LSTM的文本处理模型研究
陈欣1
于俊洋2
赵媛媛3
1.河南大学 软件学院,河南 开封,4750002.河南大学 软件学院,河南 开封475000;赛尔网络有限公司,北京1000843.赛尔网络有限公司,北京,100084
摘要：针对文本情感分类准确率不高的问题,在卷积神经网络CNN和栈式双向长短时记忆网络B-LSTM的基础上,提出了一种新的情感分析训练模型CNN-B-LSTM.该模型利用CNN的卷积操作对词向量进行处理,提取词向量的强度特征,再输入到B-LSTM中进行上层建模,对句子进行处理.结果表明:CNN-B-LSTM模型的情感分类准确率比CNN和B-LSTM模型更高,差错率大约分别降低了4%和1%,具有一定的效果优势.
关键词：文本情感分类卷积神经网络长短时记忆网络PaddlePaddle
分类号：TP391.1(计算技术、计算机技术)
资助基金：河南省科技厅计划发展项目(182102210229)创新项目(NGII20160204)
论文发表日期：2018-09-01
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：6( 103-108 )
英文信息