排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
文本情感分析是近年自然语言处理领域的研究热点之一,其中微博情感分析受到了学术界和企业界的广泛关注。微博情感分析是指对用户针对某一事件发表的言论进行正向、负向和中性情感的判定。本文在分析了标准RAE 模型缺点的基础上,提出了一种基于RAE+Dropout 的联合模型。该模型利用Dropout 技术有效地预防过拟合问题的发生,同时也提高了模型训练速度。RAE+Dropout 模型与RAE+ 词性选择模型、标准RAE 模型以及SVM 模型的对比实验结果表明:RAE+Dropout 模型的准确率和F1 值属于最优,比标准RAE 模型的准确值和F1 值高出0.82% 和0.64%,尤其是在高维词语向量中RAE+Dropout 模型的效果更加明显。 相似文献
1