کنفرانس بین المللی محاسبات نرم

صفحه اصلی / چهارمین کنفرانس بین المللی محاسبات نرم

Provide a Combined Approach the Capsule Net and BI-GRU to Multi-Domain Sentiment Analysis

نویسندگان :

Vahid Mottaghi¹ Hamed AfsharFarnia²

1- آزاد اسلامی واحد قشم 2- دانشکده فنی و حرفه ای جراحی زاده ساوه

کلمات کلیدی :

Multi-domain sentiment analysis, Sentiment analysis, Bidirectional GRU, Capsule network, Deep learning, Natural Language Processing.

چکیده :

Sentiment analysis is a computational analysis of ideas, feelings and opinions, and uses natural language processing techniques, computational techniques and text analyses to extract polarity from non-structured documents or textual comments. the purpose of the multi-domain SA is that the classifier training is based on a set of tagged data in a way that reduces the need for large amounts of data on specific domains and to address the challenges of data scarcity in them with the help of existing data on other domains. The purpose of this paper is to present a new method for analyzing the multi-domain SA using deep learning approaches. Bi-GRUCapsule approach uses the combination of two networks Bi-directional GRU and CapsuleNet to solve the multi-domain SA problem that Bi-GRU has the role of extracting features for CapsuleNet. the proposed approach was evaluated using the Dranziera protocol and has received acceptable accuracy compared to the existing approaches.

لیست مقالات

لیست مقالات بایگانی شده

ترکیب شبکه عصبی کانولوشن و ماشین بردار پشتیبان برای طبقه بندی تصاویر فراطیفی

فرشته شریفی - امین ترابی جهرمی - احمد کشاورز

زمان بندی شیفت کاری پرستاران چند مهارته با رویکرد بهره وری نیروی انسانی (مطالعه موردی: بیمارستان قائم رشت)

حمزه امین طهماسبی - صابر ابراهیمی شیخانی

آزمون دونمونه‌ای برای بردار میانگین بر اساس رهیافت نگاشت‌تصادفی در داده‌های بُعد‌بالا

تینا رشیدجعفری - جواد وحدت آتشگاه

Streamlining Mutation Testing: A machine learning-driven Approach for Improved Effectiveness

Zeinab Asghari - Bahman Arasteh - Abbas Koochari

مقایسه کارایی الگوریتم های یادگیری ماشین نظارتی (ANN, NB و SVM) برای پیش بینی شدت تصادفات | مطالعه موردی: کشور انگلستان - سال های 2010 تا 2014

سهیل رضاشعار - امیرعباس رصافی

ارزیابی روش های بهبود کارایی اینترنت اشیا (IoT) توسط محاسبات لبه (Edge Computing)

فاطمه رحمانی - مائده نوروزی - سید عبدالرضا حسام محسنی

بازسازی تصاویر سه بعدی چهره با الگوریتم شبکه باور عمیق

روزا سیرتی

حل مسایل کنترل بهینه تاخیری کسری با استفاده از چندجمله‌ای‌های آبل

آیت اله یاری - راضیه حیدری

Death Rate (per million) of Confirmed Patients Infected by COVID-19 in the Pandemic Period: A Continental Comparison

Seyed Amir Hossein Tabatabaei - Kiyan Rezaee - Mohammad Kazemi

تشخیص سرقت برق با استفاده از اعمال یادگیری عمیق بر داده های مصرف برق

مجید لاکانی - فرید فیضی - مرضیه فریدی ماسوله

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.0.2