基于多元特征表示与深度注意力机制的电影评论情感分类多模型性能对比
2025.12.16点击：
摘要：<正>本文基于NLTK电影评论数据集，通过使用词袋模型（BoW）、TF-IDF和Word2vec 3种特征表示方法，结合多项式朴素贝叶斯、逻辑回归、支持向量机等传统机器学习模型以及构建基于注意力机制的循环神经网络（RNN）模型，进行情感分类对比实验，探究多元特征表示与深度注意力机制对电影评论情感分类多模型性能的影响。实验结果表明，引入注意力机制的RNN模型显著提升了分类性能。本文为特征表示与模型架构的协同优化提供了参考思路。
专辑： 信息科技;哲学与人文科学
专题： 戏剧电影与电视艺术;计算机软件及计算机应用
分类号： TP391.1;J905
- 上一篇：多接入边缘计算在大规模物联网中的应用与实现 2025/12/16
- 下一篇：基于平台级联的多系统视频数据共享调度机制 2025/12/16