Searchsentiment analysisreturned 42 results
1
基于语序知识的双通道图卷积网络方面级情感分析
No. 3, 2024 : 779-785
doi:10.19734/j.issn.1001-3695.2023.07.0310
2
基于BERT和超图对偶注意力网络的文本情感分析
No. 3, 2024 : 786-793
doi:10.19734/j.issn.1001-3695.2023.07.0311
3
基于非文本模态强化和门控融合方法的多模态情感分析
No. 1, 2024 : 39-44
doi:10.19734/j.issn.1001-3695.2023.04.0213
4
基于交互图神经网络的方面级多模态情感分析
No. 12, 2023 : 3683-3689
doi:10.19734/j.issn.1001-3695.2022.10.0532
5
基于一致性图卷积模型的多模态对话情绪识别
No. 10, 2023 : 3100-3106
doi:10.19734/j.issn.1001-3695.2023.02.0064
6
基于模态信息交互的多模态情感分析
No. 9, 2023 : 2603-2608
doi:10.19734/j.issn.1001-3695.2023.02.0050
7
基于跨模态门控机制和改进融合方法的多模态情感分析
No. 7, 2023 : 2025-2030,2038
doi:10.19734/j.issn.1001-3695.2022.12.0766
8
融合位置信息的观点三元组情感分析模型
No. 3, 2023 : 676-681
doi:10.19734/j.issn.1001-3695.2022.07.0370
9
基于局部特征聚焦的方面级情感分析
No. 3, 2023 : 682-688
doi:10.19734/j.issn.1001-3695.2022.07.0364
10
KENAOTE:一种知识增强的方面和意见对提取多任务学习模型
No. 2, 2023 : 359-364
doi:10.19734/j.issn.1001-3695.2022.07.0326
11
融入情感和话题信息的中文方面级情感分析
No. 12, 2022 : 3614-3619,3625
doi:10.19734/j.issn.1001-3695.2022.05.0236
12
基于注意力网络的情感分析中的对比句处理
No. 9, 2022 : 2695-2700,2716
doi:10.19734/j.issn.1001-3695.2022.02.0052
13
基于商品描述文案的点击预测模型
No. 8, 2022 : 2422-2426
doi:10.19734/j.issn.1001-3695.2022.01.0025
14
基于渐进增强与图卷积的方面级情感分析模型
No. 7, 2022 : 2037-2042
doi:10.19734/j.issn.1001-3695.2022.01.0005
15
基于依存树增强注意力模型的方面级情感分析
No. 6, 2022 : 1656-1662
doi:10.19734/j.issn.1001-3695.2021.12.0629
16
MASGC:融合特定屏蔽机制的简单图卷积情感分析模型
No. 4, 2022 : 1049-1053
doi:10.19734/j.issn.1001-3695.2021.09.0400
17
基于双层词性感知和多头交互注意机制的方面级情感分析
No. 3, 2022 : 704-710
doi:10.19734/j.issn.1001-3695.2021.08.0340
18
基于注意力的多层次混合融合的多任务多模态情感分析
No. 3, 2022 : 716-720
doi:10.19734/j.issn.1001-3695.2021.08.0357
19
基于注意力网络的属性级别情感分析
No. 2, 2022 : 411-416
doi:10.19734/j.issn.1001-3695.2021.07.0297
20
基于加权融合字词向量的中文在线评论情感分析
No. 1, 2022 : 31-36
doi:10.19734/j.issn.1001-3695.2021.06.0253
21
结合依存句法分析与交互注意力机制的隐式方面提取
No. 1, 2022 : 37-42
doi:10.19734/j.issn.1001-3695.2021.06.0249
22
基于图神经网络的方面级情感分析
No. 12, 2021 : 3574-3580,3585
doi:10.19734/j.issn.1001-3695.2021.05.0166
23
基于距离与图卷积网络的方面级情感分析
No. 11, 2021 : 3274-3278,3321
doi:10.19734/j.issn.1001-3695.2021.04.0150
24
用于方面提取的软原型增强自适应损失模型
No. 11, 2021 : 3310-3315
doi:10.19734/j.issn.1001-3695.2021.04.0101
25
基于ELMo和Bi-SAN的中文文本情感分析
No. 8, 2021 : 2303-2307
doi:10.19734/j.issn.1001-3695.2020.12.0543
26
用于方面提取的多元关系协作学习模型
No. 8, 2021 : 2328-2333
doi:10.19734/j.issn.1001-3695.2020.12.0412
27
融合左右双边注意力机制的方面级别文本情感分析
No. 6, 2021 : 1753-1758
doi:10.19734/j.issn.1001-3695.2020.07.0185
28
面向方面级别情感分析的端到端多跳记忆网络
No. 5, 2021 : 1409-1415,1427
doi:10.19734/j.issn.1001-3695.2020.06.0110
29
多视觉目标融合的图像情感分析研究
No. 4, 2021 : 1250-1255
doi:10.19734/j.issn.1001-3695.2020.02.0087
30
面向票房预测的影评情感可视分析
No. 10, 2020 : 2945-2950
doi:10.19734/j.issn.1001-3695.2019.05.0196
31
基于字符级双通道复合网络的中文文本情感分析
No. 9, 2020 : 2674-2678
doi:10.19734/j.issn.1001-3695.2019.04.0121
32
多特征融合的图文微博情感分析
No. 7, 2020 : 1935-1939,1951
doi:10.19734/j.issn.1001-3695.2018.12.0929
33
基于混合互信息算法的文本情感分析
No. 2, 2020 : 337-341
doi:10.19734/j.issn.1001-3695.2018.08.0537
34
基于性格的微博情感分析模型PLSTM
No. 2, 2020 : 342-346
doi:10.19734/j.issn.1001-3695.2018.07.0521
35
基于CRT机制混合神经网络的特定目标情感分析
No. 2, 2020 : 360-364
doi:10.19734/j.issn.1001-3695.2018.08.0538
36
基于word2vec和双向LSTM的情感分类深度模型
No. 12, 2019 : 3583-3587,3596
doi:10.19734/j.issn.1001-3695.2018.08.0599
37
基于循环神经网络和注意力模型的文本情感分析
No. 11, 2019 : 3282-3285
doi:10.19734/j.issn.1001-3695.2018.05.0300
38
基于表情符注意力机制的微博情感分析模型
No. 9, 2019 : 2647-2650
doi:10.19734/j.issn.1001-3695.2018.03.0152
39
面向高校学生微博的跨粒度情感分析
No. 6, 2019 : 1618-1622
doi:10.19734/j.issn.1001-3695.2017.12.0815
40
基于卷积神经网络和Tree-LSTM的微博情感分析
No. 5, 2019 : 1371-1375
doi:10.19734/j.issn.1001-3695.2017.11.0735
41
基于深层注意力的LSTM的特定主题情感分析
No. 4, 2019 : 1075-1079
doi:10.19734/j.issn.1001-3695.2017.11.0736
42
网购评语高频词共现网络的结构特征分析
No. 1, 2019 : 53-57
doi:10.19734/j.issn.1001-3695.2017.06.0657