基于深度學(xué)習(xí)的目標(biāo)人物情緒預(yù)測(cè)
發(fā)布時(shí)間:2021-02-13 07:33
針對(duì)目標(biāo)人物的情緒變化,本文提出了一種情緒預(yù)測(cè)方式對(duì)情緒進(jìn)行識(shí)別、預(yù)測(cè)和分析.在情緒預(yù)測(cè)前,通過(guò)一種情緒定量算法對(duì)情緒數(shù)據(jù)集數(shù)據(jù)進(jìn)行歸一化處理,以得到每種情緒對(duì)應(yīng)的程度系數(shù),為下一步的情緒預(yù)測(cè)奠定基礎(chǔ).然后匯總目標(biāo)人物一天的情緒變化得到一種主要情緒,再通過(guò)情緒預(yù)測(cè)算法得到最終的預(yù)測(cè)結(jié)果.本文應(yīng)用BERT (Bidirectional Encoder Representations from Transformers)神經(jīng)網(wǎng)絡(luò)對(duì)短對(duì)話進(jìn)行情緒建模,以做到對(duì)目標(biāo)人物的實(shí)時(shí)情緒預(yù)測(cè).結(jié)果表明應(yīng)用本文的訓(xùn)練模型,可以有效判斷目標(biāo)人物的未來(lái)情緒波動(dòng)狀況.
【文章來(lái)源】:計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(06)
【文章頁(yè)數(shù)】:7 頁(yè)
【參考文獻(xiàn)】:
期刊論文
[1]基于BERT的警情文本命名實(shí)體識(shí)別[J]. 王月,王孟軒,張勝,杜渂. 計(jì)算機(jī)應(yīng)用. 2020(02)
[2]基于投資者情感傾向的P2P市場(chǎng)成交量預(yù)測(cè)模型[J]. 張帥,傅湘玲,后羿. 計(jì)算機(jī)科學(xué). 2019(S1)
[3]基于屬性特征的評(píng)論文本情感極性量化分析[J]. 李慧,柴亞青. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2017(10)
[4]在線用戶評(píng)論細(xì)粒度屬性抽取[J]. 周清清,章成志. 情報(bào)學(xué)報(bào). 2017(05)
[5]基于投資者情緒的行為資產(chǎn)定價(jià)模型[J]. 李瀟瀟,楊春鵬,姜偉. 青島大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(04)
碩士論文
[1]基于中文影評(píng)領(lǐng)域情感詞典的TS-BP混合情感計(jì)算模型研究[D]. 朱小微.上海大學(xué) 2017
本文編號(hào):3032180
【文章來(lái)源】:計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(06)
【文章頁(yè)數(shù)】:7 頁(yè)
【參考文獻(xiàn)】:
期刊論文
[1]基于BERT的警情文本命名實(shí)體識(shí)別[J]. 王月,王孟軒,張勝,杜渂. 計(jì)算機(jī)應(yīng)用. 2020(02)
[2]基于投資者情感傾向的P2P市場(chǎng)成交量預(yù)測(cè)模型[J]. 張帥,傅湘玲,后羿. 計(jì)算機(jī)科學(xué). 2019(S1)
[3]基于屬性特征的評(píng)論文本情感極性量化分析[J]. 李慧,柴亞青. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2017(10)
[4]在線用戶評(píng)論細(xì)粒度屬性抽取[J]. 周清清,章成志. 情報(bào)學(xué)報(bào). 2017(05)
[5]基于投資者情緒的行為資產(chǎn)定價(jià)模型[J]. 李瀟瀟,楊春鵬,姜偉. 青島大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(04)
碩士論文
[1]基于中文影評(píng)領(lǐng)域情感詞典的TS-BP混合情感計(jì)算模型研究[D]. 朱小微.上海大學(xué) 2017
本文編號(hào):3032180
本文鏈接:http://sikaile.net/shekelunwen/xinlixingwei/3032180.html
最近更新
教材專著