인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
This study proposes an emotion analysis model for the education system, aiming to improve teaching quality and effectiveness. The model integrates multiple attention mechanisms and neural network algorithms to construct a sentiment analysis model. By dynamically adjusting the allocation of global and local attention weight and enhancing semantic information through a gating unit, hidden information in the text is fully mined. Model validation indicates that the fused multi-attention mechanism model outperforms the single attention model by increasing the F1 value by 5.76% on average. Compared to other models, the integrated model shows higher accuracy and a 6.91% average increase in F1 value. The proposed model also demonstrates superior classification accuracy compared to a convolutional neural network model. Overall, the study concludes that the integrated student sentiment analysis model effectively considers hidden text information, leading to improved text classification and sentiment analysis results.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092095192
