文献综述
深度学习方法使用多个处理层来学习数据的层次表示,并在许多领域产生了最先进的结果。
近年来,在自然语言处理(NLP)的背景下,各种模型设计和方法得到了蓬勃发展。
深度学习体系结构和算法在计算机视觉和模式识别等领域已经取得了令人瞩目的进展。
而情感分析则是自然语言处理下的一个子方向。
情感分析也叫观点挖掘,是基于人们对产品、服务、组织、个人、问题、事件、话题和属性等文本资料挖掘人们的观点、倾向、情绪、态度和评价的一种分析方法。
早在在深度学习兴起之前,就已经有了众多可解决情感分析的 NLP 技术,但随着 NLP 领域开始应用深度学习技术,深度学习在情感分析中也有着广泛的应用。
基于语料粒度的不同,可以将情感分析细分到文档级、语句级和 aspect level。
文档级的情感分析以整个文档为单位,但前提是文档需要有明确的态度,即观点要鲜明。
而语句级的情感分析则是对文档内的语句单独进行情感分析。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。