技术特征：
1.一种基于electra atten bilstm的针对中文短文本情感分类方法，其特征在于：在嵌入层用electra预训练模型替换bert模型，减少文本情感分析方法中对分词准确性的依赖程度，避免传统预训练模型在遮盖训练和微调过程过程的不一致问题，通过注意力机制获取上下文信息，通过bilstm获取语料的双向时序信息，训练模型，最后对中文短文本评论语料的情感倾向做出分类。
技术总结
本发明公开一种基于electra atten BiLSTM的针对中文短文本情感分类方法，该方法包括：在嵌入层用electra预训练模型替换bert模型，减少文本情感分析方法中对分词准确性的依赖程度，避免传统预训练模型在遮盖训练和微调过程过程的不一致问题，通过注意力机制获取上下文信息，通过BiLSTM获取语料的双向时序信息，训练模型，最后对中文短文本评论语料的情感倾向做出分类。本发明的方案旨在提供一种有关中文短文本情感分类的新的组合模型，经过简单的模型训练，就能表现出准确率更高的效果。就能表现出准确率更高的效果。就能表现出准确率更高的效果。
技术研发人员：张顺香 余宏斌 朱广丽
受保护的技术使用者：安徽理工大学
技术研发日：2021.09.09
技术公布日：2021/12/12
再多了解一些
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
