發(fā)布時間：2024-02-28 22:28

　　文本情感分析是依據(jù)文本數(shù)據(jù)提供的特征計算該文本的褒貶等情感傾向,為制定決策提供有效依據(jù)。文本情感分析是自然語言處理的基本任務,是人機交互、人工智能的關鍵技術之一,被廣泛應用于國防建設、政府管理、輿情分析、醫(yī)療衛(wèi)生及商業(yè)等領域,通過大數(shù)據(jù)文本分析,可為國家方針政策制定、社會改革、企業(yè)經濟運行及個人的日常工作生活等提供輔助支持。目前,已有的情感分析算法雖然已經取得了一定的效果,但是,依然存在著一些問題和挑戰(zhàn)。例如,詞向量的文本表示方法存在分詞歧義及無法表示一詞多義的現(xiàn)象;普通神經網絡方法無法很好地識別短文本稀疏特征中更重要的部分,不能充分利用文本的句法結構等信息。針對上述問題,本文主要研究內容包括:1.針對目前中文信息處理領域以詞向量表示文本時對分詞準確性要求較高,無法處理分詞歧義與一詞多義現(xiàn)象的問題,提出一種改進的基于字向量的雙向長短時記憶網絡(Bi-directional Long-Short Term Memory,BLSTM)情感分析算法。利用字向量對中文短文本進行細粒度表示,通過BLSTM網絡捕捉句子的上下文語義信息,降低了分詞可能產生的噪聲對算法性能的影響,有效提升了短文本情感...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

圖2.5RNN網絡一般結構

圖2.5RNN網絡一般結構在時序序列上展開，則可以更加清楚的了解其網絡結構間序列上展開如圖2.6所示。圖2.6RNN神經網絡時間序列展開圖序列模型，表示t時刻的輸入向量；表示t時刻的輸上圖是RNN結構展開圖，，，....

圖2.6RNN神經網絡時間序列展開圖

圖2.6RNN神經網絡時間序列展開圖一種序列模型，表示t時刻的輸入向量；表示t時刻的輸出向記憶。上圖是RNN結構展開圖，，，分別表示t-1、t、，U、W、V分別表示輸入層、隱含層及輸出層神經元之間的連接權2.6可以看....

圖2.7sigmoid函數(shù)圖像

圖2.7sigmoid函數(shù)圖像值域為(0，1)，其輸出在某些場合可以看作減少了計算復雜度。但是，其函數(shù)值域并非進行誤差反向傳播的時候權值可能會僅朝著2009年，Wan等人為了解決sigmoid函數(shù)作為激活函數(shù)使用，一定程度上加快了網絡.12)所示。=¨￠(....

圖2.8tanh函數(shù)圖像

圖2.7sigmoid函數(shù)圖像值域為(0，1)，其輸出在某些場合可以看少了計算復雜度。但是，其函數(shù)值域并行誤差反向傳播的時候權值可能會僅朝009年，Wan等人為了解決sigmoid函數(shù)作為激活函數(shù)使用，一定程度上加快了網2)所示�！А�()=....

本文編號：3914075