HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

融合语法规则的Bi-LSTM中文情感分类方法研究

作者:卢强; 朱振方; 徐富永; 国强强语法规则情感分类

摘要:【目的】提出一种融合语法规则的情感分类方法,提高中文文本情感分类的准确率。【方法】将中文语法规则以约束的形式同Bi-LSTM结合,通过规范句子相邻位置的输出模拟句子层次中非情感词、情感词、否定词和程度词的语言作用。【结果】相较于前沿的RNN、LSTM、Bi-LSTM模型,融合中文语法规则的Bi-LSTM模型准确率可达91.2%,在准确率方面得到较好的提升。【局限】实验数据集来源相对单一,只选取酒店评论数据集,在其他数据集上方法的有效性需要进一步验证。【结论】本文提出的情感分类方法融合了中文语法规则,进一步提升了情感分类的准确率。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

数据分析与知识发现

《数据分析与知识发现》(CN:10-1478/G2)是一本有较高学术价值的大型月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法,研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等,尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...

杂志详情