-
题名基于网格和密度的数据流聚类算法
- 1
-
-
作者
张丽
胡颖
-
机构
河南大学计算机信息与工程学院
商丘师范学院计算机科学与技术系
-
出处
《郑州轻工业学院学报（自然科学版）》
CAS
2010年第4期75-78,84,共5页
-
文摘
针对数据流的特点,提出了一种新的网格密度结合的GCTS算法.该算法采用双层架构,在线层实现了网格密度参数的自设定,离线层以网格单元的重心为中心点,建立一个最大的子网格,使候选网格中的局部密集区域转化成了密集网格.使用最小生成树的算法生成聚类结果,提高了聚类效果.
-
关键词
数据流
聚类算法
子网格
-
Keywords
data stream
clustering algorithm
subgrid
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于预训练语言模型词向量融合的情感分析研究
被引量：5
- 2
-
-
作者
魏上斐
乔保军
于俊洋
姚相宇
-
机构
河南大学软件学院
河南大学计算机信息与工程学院
-
出处
《计算机应用与软件》
北大核心
2021年第5期152-157,共6页
-
基金
国家自然科学基金项目(61602525)
河南省科技发展计划项目(182102210229)。
-
文摘
针对传统情感分类模型的分类效果不足,无法准确地捕捉词语之间关系的问题,提出一种基于预训练语言模型词向量融合的GE-BiLSTM(Glove-ELMO-BiLSTM)情感分析模型。通过预训练语言模型ELMO以语言模型为目的训练词向量,再与传统的Glove模型的训练结果进行运算融合,结合了全局信息以及局部上下文信息,增加了词向量矩阵的稠密度,词语之间的特征得到更好的表达,结合BiLSTM神经网络可以更好地捕捉上下文信息的关系。实验结果证明:GE-BiLSTM情感分析模型可以达到更好的分类效果,准确率比传统模型提高了2.3百分点,F1值提升了0.024。
-
关键词
GLOVE
预训练语言模型
ELMO
词向量融合
BiLSTM
情感分析
-
Keywords
Glove
Pre-trained language model
ELMO
Word vector fusion
BiLSTM
Sentiment analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
