首页> 中文期刊> 《电子设计工程》 >基于深度神经网络的高校舆情危机预警研究

基于深度神经网络的高校舆情危机预警研究

         

摘要

针对高等院校网络舆情分析与危机舆情预警的需求,文中对语义情感分析方法进行了研究.通过结合深度学习中循环神经网络(CNN)和心理学领域的注意力机制模型(Attention),提出了ATRNN网络.该网络使用长短期记忆结构(LSTM)作为RNN隐藏层的基本单元,可以处理任意长度的语义信息.网络通过引入Dropout机制,避免网络训练中的过拟合现象,提升训练效果.为了评估模型效果,文中在NLPCC的开放数据集上进行测试.相较于RNN网络,在正面情绪文本上,准确率、召回率和F1可以提升3.3%,1.7%和2.5%;在负面情绪文本上,可以提升4.4%,4.5%和4.4%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号