期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Bagging_BiLSTM的网络文本情感分析
1
作者 刘杰 葛浩伟 《计算机仿真》 2025年第9期274-278,共5页
网络文本处理中,颗粒度过大或过小都会造成情感分析关键词断裂,无法精准定位文本内部固有的结构断裂点,从而难以全面捕捉关键词,导致情感识别准确性、特征贡献率减弱。为此,提出基于Bagging_BiLSTM的网络文本情感分析方法。基于word2ve... 网络文本处理中,颗粒度过大或过小都会造成情感分析关键词断裂,无法精准定位文本内部固有的结构断裂点,从而难以全面捕捉关键词,导致情感识别准确性、特征贡献率减弱。为此,提出基于Bagging_BiLSTM的网络文本情感分析方法。基于word2vec方法将网络文本中的词语转换为词向量,并根据词向量计算文本中各语句的重要度,选取重要度较高的语句作为颗粒度基准,构建文本摘要,更准确地反映文本的情感和结构特点;基于最大距离法的K-means算法对各文本摘要展开聚类,将相似的文本摘要归为一类,避免文本结构断裂造成的情感分析关键词断裂;在各聚类中任选一个文本,将该文本摘要的词向量输入到Bagging_BiLSTM模型中,识别各聚类文本的具体情感类型特征信息,完成情感分析。实验结果表明,上述方法的文本聚类效果较好,情感识别准确性、特征贡献率较高。 展开更多
关键词 情感分析 网络文本分类 词向量
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部