本文提出了一种融合混合双向长短时记忆网络(BiLSTM)、双向门控循环单元(BiGRU)和一维卷积神 经网络(CNN)以及其他几个层的方法。该方法采用了基于BERT 嵌入 + BiLSTM-BiGRU + 自注意力和一维 CNN 的框架,用于情感分类和分析,如图 1 所示。 根据实验结果表格,本文提出的模型在精确度、召回率和F1值方面分别达到了...
针对当前情感分类模型不能充分提取短文本显著特征的问题,提出一种融合多特征和注意力机制的情感分析模型Bert-BILSTM-BIGRU-CNN.首先,使用BERT预训练语言模型进行文本表示.然后,将双向长短期记忆网络(BiLSTM),双向门控循环单元(BiGRU)和一维卷积神经网络(CNN)模型进行集成,用于提取文本特征,并添加了自注意力机制以更好...
仍存在不足之处,通过分析文本情感分析的研究背景及现状,提出了基于Bert-BiGRU-CNN的文本情感分析方法,并设计实现了基于该模型的可视化系统,主要研究内容包括以下两个方面: (1)基于Bert-BiGRU-CNN的文本情感分析方法 本文采用基于深度学习的方法,以文本的向量表示和特征提取为研究点,提出了基于Bert-BiGRU-CNN的文本情感...
Pedagogical sentiment analysis based on the BERT-CNN-BiGRU-attention model in the context of intercultural communication barriersdoi:10.7717/peerj-cs.2166Bi, XinZhang, TianPeerJ Computer Science
The proposed BERT Embedding + BiLSTM-BiGRU + self-attention and 1-D CNN model is trained and validated with the IMDB movie review dataset. From the simulation, it is found that the testing accuracy and AUC (Area Under the Curve) values are 93.89% and 0.9828 respectively. The performance ...