基于GCN和Bi-LSTM的微博立场检测方法

来源 :重庆理工大学学报:自然科学 | 被引量 : 0次 | 上传用户:allsky_
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
微博中,用户往往会对于某一话题表达出自己的态度立场:支持、反对或者中立,对用户评论进行立场检测以获得用户立场倾向,可以更好地进行舆情管控、产品调研、用户分析等工作。传统的立场检测任务往往被归类于情感分析,或者单一考虑用户立场倾向,并未结合特定话题目标。基于图卷积网络(GCN)与双向长短期记忆网络(Bi-LSTM)方法进行微博立场检测,先根据双向LSTM捕获句子的特征,再依据句子间的句法关系以及句中词语间的依赖关系,根据依存句法树建立图卷积网络,通过对话题建立注意力机制算出注意力分数,最后通过Softmax
其他文献
热误差对数控机床尤其是高精度数控机床的精度影响严重,温度敏感点选择是建立热误差补偿模型的关键技术。而数控机床在主轴空转和实切状态下的热误差特性是不相同的。针对实
为了提高人工神经网络求解最优解的准确度和效率,采用群体智能算法中的狼群优化算法对神经网络结构进行优化。建立基于Sigmoid函数的人工神经网络,随机初始化权重及网络节点
粒度计算正向多粒度层次选择及数据最优尺度选择等方向发展。对具有不同尺度等级的数据组合进行相关研究。针对具有不同数据尺度的系统,构建了一种可调阈值的数据最优尺度选