基于 LSTM 的模型在社交媒体情感分析中的稳定性
机器学习
2022-11-22 v1 计算与语言
信息检索
摘要
深度学习技术已在情感分析（SA）相关任务中证明其有效性。循环神经网络（RNN），尤其是长短期记忆（LSTM）与双向 LSTM，已成为构建精确预测模型的基准。然而，模型的复杂性与需配置的超参数数量引发了关于其稳定性的若干问题。本文给出多种 LSTM 模型及其关键参数，并开展实验以测试这些模型在情感分析语境下的稳定性。
引用
@article{arxiv.2211.11246,
title = {LSTM based models stability in the context of Sentiment Analysis for social media},
author = {Bousselham El Haddaoui and Raddouane Chiheb and Rdouan Faizi and Abdellatif El Afia},
journal= {arXiv preprint arXiv:2211.11246},
year = {2022}
}
备注
Short note, 3 pages, MoroccoAI Annual Conference 2021