杨博中短链脂肪酸在养殖行业中的应用青岛学习教案.pptx
2021-11-27 09:05:07 1.74MB 专业资料
博迪_投资学第九版_英文答案.doc
2021-11-27 09:04:39 3.83MB
博电继电保护测试仪用户手册.-df52db1dfc4ffe473368ab39.pdf
2021-11-26 17:20:17 9.21MB V2.34综合版
1
TIA博途_OB组织块的功能和使用方法
TIA博途中如何用一块HMI触摸屏同时连接两个不同网段的PLC进行通信?
微博评论二分类数据集,包括正向情感数据和负向情感数据。12万条数据。1代表正向,0代表负向。一个整理好的文件。
2021-11-25 21:15:07 9.15MB 微博评论二分类数据集
1
平衡计分卡BSC咨询培训资料(博意门).pptx
2021-11-25 14:00:32 2.34MB 技术
微博情感分析旨在研究用户关于热点事件的情感观点,研究表明深度学习在微博情感分析上具有可行性。针对传统卷积神经网络进行微博情感分析时忽略了非连续词之间的相关性,为此将注意力机制应用到卷积神经网络(CNN)模型的输入端以改善此问题。由于中文微博属于短文本范畴,卷积神经网络前向传播过程中池化层特征选择存在丢失过多语义特征的可能性,为此在卷积神经网络的输出端融入树型的长短期记忆神经网络(LSTM),通过添加句子结构特征加强深层语义学习。在两种改进基础上构造出一种微博情感分析模型(Att-CTL),实验表明该模型在微博情感分析上具有优良的特性,尤其在极性转移方面仍保持较高的F1值。
1
侯捷于博览网的的C++面向对象的课程
2021-11-25 10:49:32 48B 侯捷 博鉴网 C++
1
针对传统词项之间语义关系抽取难以适用于微博,导致发现微博热点事件不敏感的问题,提出一种基于词项语义共现和社团划分的方法发现热点事件。首先利用热度定义对微博数据进行初次筛选,通过构建共现词项图来模拟词项间的语义相关性,并结合修改的TF-IDF公式计算词项间的语义相关度;借助社区划分和模块度的概念对词项图进行划分,完成词项聚类,进而获得热点事件。实验结果表明,与同类方法相比,该方法的准确率较高,发现的热点事件与实时事件基本保持一致,具有较好的热点识别效果。
2021-11-24 23:58:38 1.37MB 热度 亲密度 语义相关性
1