针对在线教育情感分析的数据扩充研究
所屬分類：技术论文
上傳者：zhoubin333
文檔大?。?span>445 K
標簽： 数据扩充 情感分析 自然语言处理
所需積分：0分積分不夠怎么辦？
文檔介紹：在互联网上大量主观性的评论具有丰富的研究价值，可以通过对评论的分析获取评论的情感极性。在对大量评论进行情感分析时，存在时间和人力消耗过多等问题，针对该问题，提出了基于聚类分析的文本数据扩充方法：在对少量关键数据进行标注的基础上，通过聚类分析标注大量数据，以减少情感分析在实际应用中的成本。以在线教育平台的评论为例，对目前多个主流在线教育平台上爬取的共569 970条中文评论数据进行少量标注，然后使用该方法进行数据扩充，最后基于目前多个主流机器学习模型和卷积神经网络模型进行情感分析训练。研究结果表明，数据处理经过聚类后取得较好的数据扩充效果，其中采用卷积神经网络模型进行的情感分析，准确度可以达到96.5%。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。