| 集成局部和全局关键特征的文本情感分类方法 |
| |
| 引用本文： | 柴变芳,杨蕾,王建岭,李仁玲. 集成局部和全局关键特征的文本情感分类方法[J]. 河北大学学报(自然科学版), 2021, 41(2): 201-211. DOI: 10.3969/j.issn.1000-1565.2021.02.014 |
| |
| 作者姓名： | 柴变芳 杨蕾 王建岭 李仁玲 |
| |
| 作者单位： | 河北地质大学信息工程学院,河北石家庄 050031;河北中医学院图书馆,河北石家庄 050200 |
| |
| 基金项目： | 国家自然科学基金资助项目(81473773);河北省自然科学基金资助项目(F2019403070);河北省教育厅重点项目(ZD2020175) |
| |
| 摘 要： | 融合卷积神经网络(convolutional neural network,CNN)和双向长短期记忆网络(Bi-directional long short-term memory,BiLSTM)的情感分析模型(CNN_BiLSTM)是一个流行的模型,其学习文本的局部特征和全局特征实现情感分类,但是忽略了特征对分类结果...
|
| 关 键 词： | 情感分析 CNN BiLSTM XGBoost 特征融合 |
| 收稿时间： | 2020-03-12 |
Text sentiment classification approach with integrated local and global prominent features |
| |
| CHAI Bianfang,YANG Lei,WANG Jianling,LI Renling. Text sentiment classification approach with integrated local and global prominent features[J]. Journal of Hebei University (Natural Science Edition), 2021, 41(2): 201-211. DOI: 10.3969/j.issn.1000-1565.2021.02.014 |
| |
| Authors: | CHAI Bianfang YANG Lei WANG Jianling LI Renling |
| |
| Affiliation: | 1. College of Information Engineering, Hebei GEO University, Shijiazhuang 050031, China; 2. Library, Hebei University of Chinese Medicine, Shijiazhuang 050200, China |
| |
| Abstract: | |
| |
| Keywords: | sentiment analysis CNN BiLSTM XGBoost feature fusion |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《河北大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《河北大学学报(自然科学版)》下载全文 |
