《基于BLCNN-Att的情感分析模型分析案例综述》3600字_第1页
《基于BLCNN-Att的情感分析模型分析案例综述》3600字_第2页
《基于BLCNN-Att的情感分析模型分析案例综述》3600字_第3页
《基于BLCNN-Att的情感分析模型分析案例综述》3600字_第4页
《基于BLCNN-Att的情感分析模型分析案例综述》3600字_第5页
已阅读5页，还剩1页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于BLCNN-Att的情感分析模型分析案例综述目录TOC\o"1-2"\h\u19891基于BLCNN-Att的情感分析模型分析案例综述 [46]最先在图像视觉研究中被提出。人们发现在观察过程中，纵使大脑获得了海量的图片信息，我们的视觉系统仍然能够剖茧抽丝，挖掘出针对观察任务最有用的价值线索。注意力机制就是为了模仿这种强悍的信息抽取能力。不难发现，在文本分类的任务中，有些特征信息对于判断文本的情感极性很重要，有些却是累赘，所以专家们开始将这个想法投入到实践当中，也就是注意力机制的由来。注意力机制的好处很多，不仅可以通过降低无关信息的权重减轻计算量，还能用高权重使模型关注于最有价值的信息线索，在深度学习中，由于任务不同，注意力机制的延生出的计算方式也多种多样，本文使用的是谷歌Transformer中的自注意力机制，这种注意力机制相比于引入外生变量的其它注意力机制，更多的是通过自身内部信息实现特征的权重分配，该机制的计算表达式如式所示。 (2.18)其中为前文提到的CNN的输出特征矩阵。表示调节因子，用于调节Softmax的输出函数值。经过Attention输出将会获得包含注意力权重的文本向量，该向量进一步通过分类层的Softmax

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论