基于循环神经网络的互联网短文本情感要素抽取

摘要：

针对大数据互联网短文本信息,比较几种深度循环神经网络(Recurrent Neural Networks,RNN)模型,提出了一种基于双向长短时记忆(Bidirectional Long Short-Term Memory,BLSTM)的循环神经网络模型的互联网短文本情感要素抽取方法.实验结果表明,该方法不仅可以有效完成互联网短文本中情感要素抽取工作,而且明显提高了抽取准确率.

关键词：互联网短文本、情感要素抽取、循环神经网络、自然语言处理、深度学习

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目U1304611;河南省科技攻关项目132102210186;河南省科技攻关项目132102310284;河南省教育厅科学技术研究重点项目14A520015

在线出版日期：2017-01-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：82-86