基于Self-Attention与Bi-LSTM的大学生情感倾向研究

您当前的位置：

首页 >

文章列表页 >

人工智能 | 更新时间：2024-12-30

- 基于Self-Attention与Bi-LSTM的大学生情感倾向研究
- Research on Emotional Tendencies of College Students Based on Self-Attention and Bi-LSTM
- “在大学生情感分析领域，研究者提出了基于FastText字向量表示方法结合Self-Attention与BiLSTM的分析方法，实验显示其分类性能较传统模型提高了6%和3%。”
- 软件导刊 2024年23卷第12期页码：53-57
- 作者机构：
  
  华东交通大学网络信息中心，江西南昌330013
- 作者简介：
  
  张颖（1987-），女，硕士，华东交通大学网络信息中心工程师，研究方向为大数据、自然语言处理。
- 基金信息：
  
  江西省教育厅科技研究项目(GJJ191660)
- DOI：10.11907/rjdk.232208
  中图分类号： TP391.1
- 纸质出版日期：2024-12-16，
  
  收稿日期：2023-11-27，
- 稿件说明：
移动端阅览
张颖.基于Self-Attention与Bi-LSTM的大学生情感倾向研究[J].软件导刊,2024,23(12):53-57.

ZHANG Ying.Research on Emotional Tendencies of College Students Based on Self-Attention and Bi-LSTM[J].Software Guide,2024,23(12):53-57.
张颖.基于Self-Attention与Bi-LSTM的大学生情感倾向研究[J].软件导刊,2024,23(12):53-57. DOI： 10.11907/rjdk.232208.

ZHANG Ying.Research on Emotional Tendencies of College Students Based on Self-Attention and Bi-LSTM[J].Software Guide,2024,23(12):53-57. DOI： 10.11907/rjdk.232208.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进Transformer的多尺度图像描述生成

融合BERT与注意力的文本情感分析模型

融合轻量级ViT与CNN的广范围红外图像超分辨率重建

基于FastText的新闻文本多分类研究