互聯(lián)網(wǎng)技術(shù)改變了人們信息交流的方式,分享消費感受、評價服務(wù)質(zhì)量、發(fā)表個人看法等已成為眾多用戶的日常習(xí)慣。這些評論的文本信息中往往包含了用戶對當(dāng)前評價對象的情感傾向,有效挖掘與利用評價信息是大數(shù)據(jù)時代提升企業(yè)競爭力不可或缺的手段,其核心技術(shù)是文本分類。文本分類被廣泛應(yīng)用到自然語言處理的絕大部分場景中,從基于知識的方法逐漸轉(zhuǎn)變?yōu)榛诮y(tǒng)計和機器學(xué)習(xí)的方法。傳統(tǒng)的基于機器學(xué)習(xí)的文本分類方法普遍存在特征工程復(fù)雜和文本向量化表示高維稀疏等問題,使得分類效果不佳。近年來,基于深度學(xué)習(xí)的文本分類方法在一定程度上克服了傳統(tǒng)機器學(xué)習(xí)方法的不足,提高了文本分類的準(zhǔn)確率。因此,本文在對比分析了文本分類的主流方法基礎(chǔ)上,提出了融合注意力機制和CNN卷積神經(jīng)網(wǎng)絡(luò)的CN&AT-BLSTM模型,利用長短期記憶網(wǎng)絡(luò)(LSTM)的序列化處理優(yōu)勢,借助序列的長距離依賴信息,提升中文文本分類的準(zhǔn)確度。在此基礎(chǔ)上,面向酒店服務(wù)評價應(yīng)用場景搭建了實驗系統(tǒng)。本文具體研究內(nèi)容包括:(1)文本分類的過程中一般采取統(tǒng)一語素賦值的方法,導(dǎo)致了重要語素丟失或非重要語素冗余的問題,針對這一問題,基于Attention機制和BLSTM模...

【文章頁數(shù)】：61 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1CBOW的模型結(jié)構(gòu)

北方民族大學(xué)2020屆碩士學(xué)位論文第二章相關(guān)理論技術(shù)-10-成詞向量。（1）CBOW模型思想是以當(dāng)前詞的上下文表示Cij為基礎(chǔ)，預(yù)測當(dāng)前詞的表示W(wǎng)ij。指定文本為D，CBOW的目的是使文檔獲得最大的后驗概率。計算方式為：DjTijijijCwp]);|([maxargj1（2-1....

圖2-2Skip-gram的模型結(jié)構(gòu)

北方民族大學(xué)2020屆碩士學(xué)位論文第二章相關(guān)理論技術(shù)-11-下降法更新參數(shù)。（2）Skip-gram模型思想是通過當(dāng)前詞wij預(yù)測上下文Cij，最大化文本信息的后驗概率的計算方式為：DCcijcpijWij]);w|([maxarg（2-3）Skip-gram模型舍棄了映射層，把....

圖2-3循環(huán)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

北方民族大學(xué)2020屆碩士學(xué)位論文第二章相關(guān)理論技術(shù)-14-僅可以最大程度的利用語義信息，而且還能高效的挖掘數(shù)據(jù)所蘊含的時序信息。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包含輸入層、隱藏層和輸出層，各層之間以全連接的方式連接，但是層內(nèi)之間的各個神經(jīng)元沒有連接，所以傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)不能有效解決一些特殊問題....

圖2-4循環(huán)神經(jīng)網(wǎng)絡(luò)按時間的展開圖

北方民族大學(xué)2020屆碩士學(xué)位論文第二章相關(guān)理論技術(shù)-14-僅可以最大程度的利用語義信息，而且還能高效的挖掘數(shù)據(jù)所蘊含的時序信息。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包含輸入層、隱藏層和輸出層，各層之間以全連接的方式連接，但是層內(nèi)之間的各個神經(jīng)元沒有連接，所以傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)不能有效解決一些特殊問題....

本文編號：3977491