您当前的位置:首页 > 详细浏览

文献详情

基于BiGRU-Attention神经网络的文本情感分类模型

内容摘要

针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-Attention的文本情感分类模型。首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本情感极性分类。实验结果表明,所提的神经网络模型在IMDB数据集上的准确率是90.54%,损失率是0.2430,时间代价是1100 s,验证了 BiGRU-Attention模型的有效性。
点击下载全文 评论 来自合作期刊:《计算机应用研究》 点击量:61 下载量:25
期刊:计算机应用研究
推荐引用方式: 王伟,孙玉霞,齐庆杰,孟祥福.基于BiGRU-Attention神经网络的文本情感分类模型.[J].计算机应用研究计算机应用研究,36(12) (点此复制)
版本历史
[V1] 2018-10-11 09:20:10 chinaXiv:201810.00030V1 下载全文
相关论文推荐

点击下载全文

当前浏览

更改浏览

跨类浏览

  • - 暂无