BIDRN：一种用于情感分析的双向循环神经网络方法
计算与语言
2024-09-01 v1 信息检索
摘要
近年来，由于非结构化文本数据量的急剧增长，文本挖掘研究的重要性日益凸显。这在该领域带来了巨大潜力与障碍，可通过恰当的分析与研究方法来有效应对。本研究使用深度双向循环神经网络分析情感。该方法被归类为情感极性分析，因其可生成带情感标签的数据集。该数据集可用于训练与评估能够提取中立观点的情感分析模型。本文描述了情感分析-深度双向循环神经网络（SA-BDRNN）方案，旨在克服挑战并最大化大数据背景下文本挖掘的潜力。当前研究提出一种SA-DBRNN方案，试图为机构选择中学生输入的情感分析提供系统性框架。本研究目的在于将所提SA-DBRNN方案与现有框架的有效性进行比较，以建立一种鲁棒深度神经网络，可作为情感分析领域的恰当分类模型。
引用
@article{arxiv.2311.07296,
title = {BIDRN: A Method of Bidirectional Recurrent Neural Network for Sentiment Analysis},
author = {D Muthusankar and P Kaladevi and V R Sadasivam and R Praveen},
journal= {arXiv preprint arXiv:2311.07296},
year = {2024}
}