基于深度神经网络的高校舆情危机预警研究
针对高等院校网络舆情分析与危机舆情预警的需求，文中对语义情感分析方法进行了研究。通过结合深度学习中循环神经网络（CNN）和心理学领域的注意力机制模型（Attention），提出了ATRNN网络。该网络使用长短期记忆结构（LSTM）作为RNN隐藏层的基本单元，可以处理任意长度的语义信息。网络通过引入Dropout机制，避免网络训练中的过拟合现象，提升训练效果。为了评估模型效果，文中在NLPCC的开放数据集上进行测试。相较于RNN网络，在正面情绪文本上，准确率、召回率和F1可以提升3.3%，1.7%和2.5%；在负面情绪文本上，可以提升4.4%，4.5%和4.4%。
文件下载
评论信息
其他资源
- 本实验基于stm32f103zet6对sd卡进行读写
- doors破解程序
- 《JAVA程序设计》期末考试试题汇总及答案
- EDA 基于quartus平台制作的步行街自助式交通灯控制器（含vhdl程序、波形图、及电路原理图）+课程设计报告
- jsp+servlet一个简单的购物网站
- 全国大学生飞思卡尔智能车大赛摄像头组技术报告（24篇） part2
- AD格式电位器封装，单/双联,微调,带开关等电位器
- js 动态获取图片矩形热区，并在热区上添加蒙版，鼠标经过，以半透明形式显示该区域
- BP算法对IRIS数据进行分类
- GHra2-china.rar
- UL 1123：2020 Marine Buoyant Devices（船用浮力装置）- 最新完整英文版（160页）
- eureka-client-1.7.2.jar
- 治愈治愈-源码
- cobbler.zip
- 朗道理论物理：量子力学（英文版）
- 身份证号码对应省市区
- setuptools-1.3.win-amd64-py2.7.exe
- JavaWeb国际化实例
- echarts广州边界json
- OpenCv背景差分
- The Lattice Boltzmann Equation for Fluid Dynamics and Beyond
- 哈工程自动化复试微机原理课件
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明