TY -的A2 -乌斯曼,默罕默德盟——王,Liya盟——徐,心心盟——刘,Changhui盟——陈,哲PY - 2022 DA - 2022/04/04 TI - M-DA: Multifeature文本Data-Augmentation模型为提高精度的中国情绪分析SP - 3264378六世- 2022 AB -神经网络基于一个字或词的嵌入是一个主流模型框架文本情感分析,取得了良好的效果。然而,有一个缺乏了解 词类和 Sequence-Tagging。在这个研究中,我们提出一个multifeature文本data-augmentation模型(M-DA),对于多变量网络结构来克服这个问题的中文文本情感分析。首先,本文按顺序获得各种序列的中文文本,包括 词序列, pos序列, 字符序列, char_pos序列, char_4tag序列中,我们使用 char_pos和 char_4tag构造一个新的序列( 4 tag_pos),然后使用 4 tag_pos标记字符获得重建的字符序列(char_4tag_pos),从而达到增强的目的文本。然后,Word2Vec方法用于训练的初始重建字符嵌入。最后,BiLSTM网络用于捕获序列之间的长期依赖,和 辍学技术和 注意用于提高准确性。在实验的过程中,我们也意识到,最好是使用原始的序列和序列在文本作为输入BiLSTM网络的增强技术。因此,我们提出的模型还讨论了 连接或 点方法融合多个序列作为最后的嵌入。多组实验数据集上进行了比较,结果表明,该M-DA模型优于传统的深度学习技术的准确性,召回率,f-measure,精度,相对时间成本很小。SN - 1058 - 9244 UR - https://doi.org/10.1155/2022/3264378 - 10.1155 / 2022/3264378摩根富林明科学编程PB - Hindawi KW - ER