基于BiGRU和膠囊網(wǎng)絡(luò)的文本情感分類(lèi)研究

打開(kāi)文本圖片集

摘  要：為了避免池化層重要特征信息的丟失以及改善CNN和RNN無(wú)法全面提取特征的局限性，文章提出一種基于BiGRU和膠囊網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)模型—BGCapNet模型，該模型使用兩個(gè)不同尺寸的BiGRU進(jìn)行特征提取，實(shí)現(xiàn)文本長(zhǎng)距離相互依賴(lài)的特性，膠囊網(wǎng)絡(luò)獲取更豐富的特征信息并通過(guò)膠囊預(yù)測(cè)進(jìn)行情感分類(lèi)。（剩余6357字）