搜索到2808篇“ 文本情感分类“的相关文章
文本情感分类方法和装置
本发明公开了一种文本情感分类方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取待分类文本;确定所述待分类文本的词语特征、短语特征和句子特征,融合所述词语特征、短语特征和句子特征,得到所述待分类文本的目标特征...
段懿轩
文本情感分类方法、电子设备及存储介质
本申请提供一种文本情感分类方法、电子设备及存储介质。该方法包括:获取待分析金融文本;将待分析金融文本输入至FinBERT模型,获得嵌入表示形式;将待分析金融文本输入至自监督学习模型,学习句子的语义角色关系,并将待分析金融...
曾文献胡子谦
融入新型对抗策略和强化特征提取的文本情感分类方法
本发明属于自然语言处理技术领域,具体涉及一种融入新型对抗策略和强化特征提取的文本情感分类方法,包括下列步骤:对文本进行预处理和分词操作;构建模型;嵌入学习层通过BERT和BiLSTM获取文本的词嵌入向量;强化特征提取层将...
段利国陈嘉昊常轩伟
一种针对文本情感分类的多层次分析方法及装置
本申请涉及一种针对文本情感分类的多层次分析方法及装置,该方法包括:获取训练样本以及训练样本对应的真实标签;提取文本间的第一关联信息;对训练样本对应的发布者按照社区进行划分,得到社区划分结果;提取用户间的第三关联信息;根据...
邹晓梅
基于SVM的地震微博评价文本情感分类模型构建
2025年
为了获取地震灾后民众的情感变化情况,以关于2022年四川泸定Ms_(6).8地震的10万余条微博评论作为数据源,利用支持向量机(SVM)算法建立地震评价文本情感分类模型。通过多种核函数的模型比较,高斯核(g=0.3,C=10)时的SVM模型表现较好。通过此模型运算结果显示,泸定Ms_(6).8地震震后一个月内的微博评论具有阶段性特点,但均以正面评论为主。该方法可为地震舆情分析产品的开发打下基础,为有关部门舆情决策提供科学依据。
杨万里宋娟任烨
关键词:支持向量机地震情感分类
融合双向长短期记忆网络的文本情感分类模型
2025年
在对社交网络文本进行情感分析的任务中,短文本的信息模糊性和上下文的有限性给传统的词向量模型带来了挑战,这些模型难以准确表示社交网络词语的语义特征。提出一种结合双向长短期记忆网络(BiLSTM)和预训练语言模型(ERNIE)的深度学习方法,以提高社交网络平台中获取到的短文本情感分类性能。首先采用ERNIE预训练模型以捕获文本输入向量的语义信息,然后利用双向长短期记忆网络来双向提取文本的上下文语义特征,最后利用Softmax函数来输出情感分类的结果。实验结果表明,对比预训练模型(BERT),提出的模型最后得到的F1值和准确率都有显著提高。由此认为,ERNIE-BiLSTM模型在情感极性分析上的性能有较好的提升,能够更有效地分析社交网络文本情感倾向。
刘群
关键词:情感分析
基于大语言模型的韩国语文本情感分类研究
2025年
近来,GPT-4等大语言模型因其突出的交互能力和在翻译、编程等任务上的优异表现而受到广泛关注,但对其情感分析能力,特别是在非通用语情境中的相关研究较少。鉴于此,在韩国语影评数据集中,将GPT-4的情感分析效果与GPT-3.5、XLNet、LSTM等模型进行对比,以评估其性能。研究表明,GPT-4在正确率、准确率、召回率和F1值等指标上分别达到了95.6%、95.5%、96.4%和95.9%,优于其他对照模型。同时,研究还提出了将GPT-4应用于情感分析时的注意事项。
赵天锐
关键词:韩国语情感分析影评
一种文本情感分类方法及系统
本发明公开了一种文本情感分类方法及系统,包括对文本句以词为单位进行划分,对每个词映射为词向量;提取文本句中的关键词,根据关键词的词向量、关键词在文本句中的位置以及关键词所属的情感词性类型分别构建词向量注意力矩阵、位置注意...
李筱雯鲁燃刘杰张敬仁刘培玉朱振方
文本情感分类方法、装置、设备及介质
本申请适用于文本分类技术领域,提供了文本情感分类方法、装置、设备及介质,方法包括:获取输入文本;将输入文本输入至第一模型,得到语义特征;将语义特征输入至第二模型,得到情感分类结果;本申请分别通过第一模型和第二模型完成输入...
张家栋许先才肖荣昌熊磊
基于Bert-RetNet的文本情感分类研究
2024年
自谷歌推出Transformer以来,其在自然语言处理方面展现出了强大的性能,且可以并行训练。但是Transformer训练的并行性是以低效推理为代价,这让Transformer不适合部署。不断增长的序列长度会增加GPU内存消耗和延迟,并降低推理速度。当前运用Transformer处理情感分类问题时存在占用内存过大、不便于部署的问题,针对这一问题,文章提出使用Bert-RetNet模型来进行情感分类。该模型使用Bert得到词向量,通过双层RetNet提取文本序列特征,最后经过分类层,使用Softmax函数进行分类。通过IMDB英文电影评论数据集、中文酒店评论数据集和online_shopping_10_cats等数据集上的实验结果显示,文章提出的情感分类算法准确率比现有模型有了较高的提升,且易于部署,适用于各种长度的文本,体现了Bert-RetNet文本情感分析模型的有效性。
阚齐王跟成
关键词:文本情感分类TRANSFORMER

相关作者

邢玉娟
作品数:137被引量:386H指数:10
供职机构:江苏农牧科技职业学院
研究主题:支持向量机 说话人确认 氧化苦参碱 中药成分复方 中药成分
刘培玉
作品数:205被引量:971H指数:15
供职机构:山东师范大学
研究主题:网络 情感分类 遗传算法 情感分析 信息过滤
朱振方
作品数:118被引量:318H指数:10
供职机构:山东交通学院
研究主题:情感分类 注意力 网络 情感分析 文本
王素格
作品数:174被引量:569H指数:13
供职机构:山西大学
研究主题:情感分类 文本 注意力 识别方法 标签
廖祥文
作品数:192被引量:302H指数:10
供职机构:福州大学
研究主题:文本 情感分类 网络 注意力 中文