上海工程技术大学电子电气工程学院
纸质出版:2021
移动端阅览
谢思雅, 施一萍, 胡佳玲, 等. 基于Django的文本情感分类系统设计与实现[J]. 传感器与微系统, 2021,(11):97-99.
谢思雅, 施一萍, 胡佳玲, 等. 基于Django的文本情感分类系统设计与实现[J]. 传感器与微系统, 2021,(11):97-99. DOI: 10.13873/J.1000-9787(2021)11-0097-03.
DOI:
针对当前对文本情感分类任务的应用研究相对较少的问题
设计实现了一种利用Django框架实现的简易文本情感分类系统。后端主要使用双向长短时记忆(BiLSTM)网络结合自注意力机制构建的模型对文本进行情感分类
前端主要是由HTML
CSS
JQuery等实现。经过测试
可以较好地实现系统对输入文本的情感分类结果。
余珊珊,苏锦钿,李鹏飞.一种基于自注意力的句子情感分类方法[J].计算机科学,2020(04).
李卫疆,李涛,漆芳.基于多特征自注意力BLSTM的中文实体关系抽取[J].中文信息学报,2019(10).
韩萍,孙佳慧,方澄,贾云飞.基于情感融合和多维自注意力机制的微博文本情感分析[J].计算机应用,2019(S1).
石磊,张鑫倩,陶永才,卫琳.结合自注意力机制和Tree-LSTM的情感分析模型[J].小型微型计算机系统,2019(07).
金宸,李维华,姬晨,金绪泽,郭延哺.基于双向LSTM神经网络模型的中文分词[J].中文信息学报,2018(02).
王伦,马天才.基于Django框架的GPS Web服务器的设计与实现[J].机电一体化,2017(11).
袁磊.基于改进CHI特征选择的情感文本分类研究[J].传感器与微系统,2017(05).
周泳东.基于卷积神经网络的商品评论情感分析的研究[D].南京邮电大学,2019(02).
陈锐奇.基于强化学习的文本情感分析算法研究[D].北京邮电大学,2019(08).
白相辰.基于Django框架的Web在线教育平台的设计与实现[D].北京交通大学,2019(01).
赵希明.基于深度学习的微博情感分析研究[D].北方工业大学,2019(07).
0
浏览量
1842
下载量
CSCD
关联资源
相关文章
相关作者
相关机构