【摘 要】
：
近年来,电商平台如雨后春笋般大量涌现,人们对网络购物平台的依赖性越来越高,同时平台中的评论文本也呈现出爆发性的增长。这些文本涵盖丰富的情感内容,对商家和其他消费者而言,收集和分析这些数据能给他们带来较高的参考价值。文本情感分析作为自然语言处理（NLP）领域的重要组成部分,一直受到国内外学者的广泛关注。在情感分类任务中,传统的卷积神经网络（CNN）提取的特征具有局限性,往往会忽略词语的上下文信息,而
论文部分内容阅读
近年来,电商平台如雨后春笋般大量涌现,人们对网络购物平台的依赖性越来越高,同时平台中的评论文本也呈现出爆发性的增长。这些文本涵盖丰富的情感内容,对商家和其他消费者而言,收集和分析这些数据能给他们带来较高的参考价值。文本情感分析作为自然语言处理（NLP）领域的重要组成部分,一直受到国内外学者的广泛关注。在情感分类任务中,传统的卷积神经网络（CNN）提取的特征具有局限性,往往会忽略词语的上下文信息,而较常用的长短期记忆网络（LSTM）也存在参数设置复杂的问题。针对深度神经网络在情感分类任务中的缺陷与不足,本文分别提出了 CNN-BiMGU模型和PAPC-BiMGU模型。CNN-BiMGU模型中设计了并行的CNN和MGU双通道,CNN通道中包含了三个子通道,每个通道中卷积核大小不同,能够挖掘出文本中多层次的特征内容,MGU通道将前向MGU和后向MGU结合使用,主要提取文本中隐含的特征内容。PAPC-BiMGU模型是在CNN-BiMGU模型的基础上引入了注意力机制,首先以评价属性为基准对输入文本进行划分,然后从词语的词性和位置的角度对一般的Attention机制进行改进,对文本中的重要特征给予更多的关注,从而得到更准确的分类结果。本文将CNN-BiMGU模型和PAPC-BiMGU模型分别与其他分类模型进行了对比实验,实验表明,论文所提模型在处理情感分类任务中均取得了较好的效果,其中PAPC-BiMGU模型在多属性文本中表现更突出,最后依据论文所提模型构建了一个情感分类测试系统。
其他文献
开关磁阻电机（SRM）结构简单、耐高温、高速适应性强,在航空航天、军事和民用领域具有独特应用特色。电磁轴承磁通可调节、固有刚度大、承载能力大、且控制灵活,在高速电机应用范围广。电磁轴承与SRM构成的磁悬浮开关磁阻电机（MBSRM）,不仅可有效解决高速电机的轴承支撑问题,还可进一步发挥SRM的高速优势。然而,传统的MBSRM系统中,磁轴承和电机通常是单独设计和独立控制,系统庞大,集成度低;另外,电磁
近年来自然灾害频发、公众突发紧急状况频出,各国纷纷开发结合自身国情的应急通信系统与之应对。作为一种暂时性的、应对各类突发情况而提供的特殊通信机制,应急通信系统的研究愈发受到各国重视。本课题设计实现基于卫星通信的多通道应急网络平台,为重特大突发环境事件状况提供可靠的通信模式,系统依靠多种通信模式之间的支撑、互补、互备,支持从小带宽到大带宽通信的切换,构建多网络覆盖、多模式切换的立体环境应急通信网络,
宇宙中存在一些稀有星体,这些星体数量稀少但有重要研究价值。在海量天文观测数据中,智能高效地识别稀有星体能更好地辅助天文学家研究宇宙。由于稀有星体数据较少,可识别的特征不多,传统稀有星体识别方法需要人工选择特征,无法实现智能化识别。本文面向稀有星体的数据增强与识别模型进行研究,具体分为以下三个方面:首先,本文对光谱数据与图像数据进行预处理,并提出了一种基于局部连接卷积与生成对抗网络的稀有星体光谱数据
为解决高速移动场景下载波间干扰和符号间干扰对通信系统所带来的问题,Hadani等人提出了正交时频空（Orthogonal Time Frequency Space,OTFS）调制方案,相比于承载在时频域的正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）,承载在时延多普勒（Delay Doppler,DD）域的OTFS具有抵抗时间色散和频
随着密码技术和信息技术的发展,目前的密码算法本身已足够强大,能够对抗传统的密码分析手段,但由于设备本身的工艺特性,其运行时会泄露如功耗、电磁、时间等信息,这些信息能够被攻击者利用从而破解密钥,该方法称为侧信道分析SCA（Side Channel Analysis）。由于侧信道的出现,对加密算法产生了很大破坏性,攻击者利用该方法可以轻松的破解密码芯片的密钥。许多应用加密算法的芯片都容易受到该攻击,其
材料研究的进程不断加快,对材料性能的需求也不仅仅满足于常规条件下。极端条件如高温、强压下材料的性能研究正在成为热点。本文的研究基于密度泛函理论（DFT）的第一性原理,使用计算机软件进行理论模拟计算。分别对间氨基苯甲酸晶体、4-硝基苯乙酸晶体和1,2-双（甲氨基）苯（以下简称2-Bis晶体）进行高压下理论模拟计算,分析三种晶体在高压下晶体结构、电子性质和光学性质的变化,主要研究内容如下:通过分析不同
大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统使用的是传统的蜂窝式网络,蜂窝式网络的小区边界会受到干扰,这一直限制着大规模MIMO的性能。去蜂窝大规模MIMO结合了大规模MIMO与分布式天线的特点,在广域上分布大量的接入点（Access Point,AP）,并通过时分双工的操作为同一时频资源中的所有用户服务。去蜂窝大规模MIMO引入了“以用户为中心
兵棋推演是一种对实际战争进行仿真、模拟的方法,是研究作战行动的重要工具,也是未来战争的关键环节。在兵棋推演过程中利用规则进行决策的方式缺乏对不同地图以及不同对手的适应能力,若利用强化学习方法可以更好地进行推演过程中的自主学习和智能决策,但是现阶段多智能体领域存在的问题限制了该类方法在兵棋推演中的应用。本文以强化学习方法为基础,针对多智能体领域的置信分配以及稀疏奖励两个问题,分别引入值分解方法与分层
随着互联网的飞速发展,数字产品的消费者可以通过网络频繁地进行数据共享,存在敏感信息可能被用户非法泄漏的隐患,近年来,在数字产品分发系统中,叛徒泄漏明文敏感信息的事件呈现高速增长的趋势,给版权保护带来了巨大的挑战,如何准确且高效地追踪数字产品分发系统中的叛徒成为学术界的研究热点。传统叛徒追踪算法已经无法满足大数据背景下准确且高效地追踪叛徒的需求,而且现有的叛徒追踪算法大多数聚焦于抵抗用户的密钥攻击而
随着物联网的蓬勃发展,它在数据安全性和设备可靠性方面的问题也逐渐暴露出来。区块链技术可以有效解决这些问题,但是巨大的资源消耗和有限的数据处理性能限制了其在物联网场景中的部署。为了解决上述问题,本文对不同区块链系统的性能展开了多维度分析,并进行了针对性的共识机制优化和节点存储优化研究。本文的主要贡献概括如下:（1）为了深入研究物联网场景下的区块链系统性能,提出了一个综合的性能指标集和区块链基准测试工