TY -的A2贾道盟——见鬼,Cach n . AU - Moreno-Garcia玛丽亚n . AU - De la它费尔南多PY - 2021 DA - 2021/08/13 TI -混合深度学习模型情绪分析SP - 9986920六世- 2021 AB -情绪分析在社交网络民意表达,如Twitter或Facebook,已经发展成为一个广泛的应用,但仍有许多需要解决的挑战。混合动力技术是减少对日益复杂的情绪错误的潜在模型训练数据。本文旨在测试几种混合的可靠性技术在各种不同领域的数据集。我们的研究旨在确定问题是否可以生产多种不同规格的混合模型比单一模型域和类型的数据集。混合深层情绪分析学习模型,结合长期短期记忆(LSTM)网络、卷积神经网络(CNN)和支持向量机(SVM)是建立和测试在八个文本消息和评论数据集不同的域。混合模型对三种单一模型相比,支持向量机,LSTM, CNN。可靠性和计算时间被认为是在每个技术的评价。混合模型增加了情感分析的准确性与单一模型在所有类型的数据集,特别是深度学习模型与支持向量机的组合。后者的可靠性显著提高。SN - 1076 - 2787你——https://doi.org/10.1155/2021/9986920——10.1155 / 2021/9986920 JF - PB - Hindawi KW - ER -复杂性