资料下载
×
融合双层多头自注意力与CNN的回归模型
消耗积分:0 |
格式:pdf |
大小:1.06 MB |
2021-03-25
分享资料个
针对现有文本情感分析方法存在的无法高效捕捉相关文本情感特征从而造成情感分析效果不佳的问题提出一种融合双层多头自注意力与卷积神经网络（CNN）的回归模型 DLMA-CNN。采用多头自注意力机制学习序列内部的词依赖关系，从而捕获序列的内部结构。重利用浅层特征并与多头自注意力特征进行融合，结合深度学习中的CNN进一步优化文本情感极性分析效果。在基准数据集 Semeval-2017Task5上进行实验，结果表明，与传统机器学习算法 CNN ELSTM、 ATT-BLSTM等相比，该模型取得了较好的情感极性分析效果，且运行效率较高。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
