查询结果:   邢长征,李珊.文本情感分析的深度学习方法[J].计算机应用与软件,2018,35(8):102 - 106.
中文标题
文本情感分析的深度学习方法
发表栏目
数据工程
摘要点击数
1346
英文标题
DEEP LEARNING METHOD FOR TEXT SENTIMENT ANALYSIS
作 者
邢长征 李珊 Xing Changzheng Li Shan
作者单位
辽宁工程技术大学电子与信息工程学院 辽宁 葫芦岛 125105     
英文单位
School of Electronics and Information Engineering, Liaoning Technical University, Huludao 125105, Liaoning, China     
关键词
情感分析 深度学习 LSTM MultiGRU
Keywords
Sentiment analysis Deep learning LSTM MultiGRU
基金项目
作者资料
邢长征,教授,主研领域:人工智能,数据挖掘。李珊,硕士生。 。
文章摘要
情感分析方法从浅层学习不断地向深度学习探索。在深度学习当中,循环神经网络(RNN)由于学习层数的加深,会导致一定的梯度弥散的问题,由此人们提出一种长短时记忆(LSTM)网络模型解决该问题。提出一种神经网络架构模型——MultiGRU,采用LSTM的一个重要变种GRU(Gated Recurrent Unit)进行模型构建。[JP2]MultiGRU利用GRU进行多层堆叠,以减少信息丢失。实验论证该模型在损失等方面的表现比LSTM等模型更好。[JP]〖KH*2D〗
Abstract
Sentiment analysis methods continuously explore from shallow learning to deep learning.In the deep learning, recurrent neural network(RNN) due to the deepening of the number of learning layers, leads to a problem of vanishing gradient. Thus, long short-term memory(LSTM) network model was proposed to solve the problem. We proposed a neural network architecture model: MultiGRU. The model used LSTM’s an important variant GRU. MultiGRU used GRU for multi-layer stacking to reduce information loss. Experimental results show that the model is better than LSTM in terms of loss and so on.
下载PDF全文