咨询与建议

限定检索结果

文献类型

  • 1 篇 期刊文献

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 计算机科学与技术...
    • 1 篇 软件工程

主题

  • 1 篇 情感分类
  • 1 篇 离散傅里叶变换
  • 1 篇 自注意力机制
  • 1 篇 stacking算法
  • 1 篇 混合神经网络
  • 1 篇 bert-textcnn-bil...

机构

  • 1 篇 燕山大学

作者

  • 1 篇 韩翠娟
  • 1 篇 张亚明
  • 1 篇 苏妍嫄

语言

  • 1 篇 中文
检索条件"主题词=Bert-TextCNN-BiLSTM-FAttention"
1 条 记 录,以下是1-10 订阅
排序:
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
收藏 引用
现代情报 2024年 第12期44卷 52-63页
作者: 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
[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... 详细信息
来源: 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 评论