使用简化长短期记忆递归神经网络的情感分析
计算与语言
2020-05-11 v1 机器学习
机器学习
摘要
LSTM（长短期记忆网络）是一种特定类型的递归神经网络（RNN），在处理长序列数据和学习长期依赖关系方面非常有效。在本研究中，我们在一个 GOP 辩论 Twitter 数据集上进行情感分析。为了加快训练速度并降低计算成本和时间，提出了六种不同的参数减少的 LSTM 模型精简版本（slim LSTM）。我们在该数据集上评估了其中两个模型。比较了这两个 LSTM 模型与标准 LSTM 模型的性能。还研究了双向 LSTM 层的效果。除了为不同的 LSTM 模型确定最佳的超参数集之外，本研究还包括了选择最佳架构的研究。
引用
@article{arxiv.2005.03993,
title = {Sentiment Analysis Using Simplified Long Short-term Memory Recurrent Neural Networks},
author = {Karthik Gopalakrishnan and Fathi M. Salem},
journal= {arXiv preprint arXiv:2005.03993},
year = {2020}
}
备注
6 pages, 6 figures, 6 tables