Current Location:home > Detailed Browse

Article Detail

基于BiGRU-Attention神经网络的文本情感分类模型

Abstracts

针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-Attention的文本情感分类模型。首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本情感极性分类。实验结果表明,所提的神经网络模型在IMDB数据集上的准确率是90.54%,损失率是0.2430,时间代价是1100 s,验证了 BiGRU-Attention模型的有效性。
Download Comment From cooperative journals:《计算机应用研究》 Hits:590 Downloads:274
Journal:计算机应用研究
Recommended references: 王伟,孙玉霞,齐庆杰,孟祥福.(2018).基于BiGRU-Attention神经网络的文本情感分类模型.计算机应用研究.[ChinaXiv:201810.00030] (Click&Copy)
Version History
[V1] 2018-10-11 09:20:10 chinaXiv:201810.00030V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO