融入频域增强自注意力机制的BTBFA混合神经网络情感分类模型OA北大核心CHSSCDCSSCICSTPCD
[目的/意义]智媒时代基于神经网络模型实现用户情感精准分类,进而深入挖掘海量文本信息潜在价值具有重要意义。[方法/过程]针对现有混合模型层间依赖性强、输出特征重要性差异体现不足等导致的情感分类效果受限问题,基于Stacking集成思想,提出一种融入频域增强自注意力机制的混合神经网络情感分类模型,通过构建由Bert、TextCNN、BiLSTM组成的并行式特征提取基学习器层与融入频域增强自注意力机制的元学习器层,并与词嵌入层和全连接层相融合,系统挖…查看全部>>
苏妍嫄;韩翠娟;张亚明
燕山大学经济管理学院,河北秦皇岛066004 燕山大学互联网+与产业发展研究中心,河北秦皇岛066004 燕山大学区域经济发展研究中心,河北秦皇岛066004燕山大学经济管理学院,河北秦皇岛066004燕山大学经济管理学院,河北秦皇岛066004 燕山大学互联网+与产业发展研究中心,河北秦皇岛066004 燕山大学区域经济发展研究中心,河北秦皇岛066004
计算机与自动化
情感分类混合神经网络Bert-TextCNN-BiLSTM-FAttentionStacking算法自注意力机制离散傅里叶变换
《现代情报》 2024 (12)
P.52-63,12
国家自然科学基金项目“重大疫情跨场域耦合的网络舆情非常规突变模型与异步调控算法研究”(项目编号:72101227)河北省自然科学基金“重大疫情下复杂社会网络舆情传播演化建模与动态调控算法研究”(项目编号:G2020203003)河北省高等学校人文社会科学重点研究基地项目“数字赋能基层应急韧性管理体系构建与效能提升路径研究”(项目编号:JJ2303)河北省自然科学基金“重大突发事件多风险交互的网络舆论极化模型与跨模态预警研究”(项目编号:G2024203001)河北省自然科学基金“基于人工智能的精准国际传播机理与效果测度研究”(项目编号:G2024023024)。
评论