ID3算法在警务化管理中的应用

目前警察院校通常会采用警务化管理制度来约束与规范学员的日常行为。在该制度下,请假的批准与否是影响警院管理质量和工作效率的一个重要因素。针对这种情况,提出利用ID3算法构建是否批假的决策树模型,并以此分析新的请假情况和帮助管理者决定是否予以批假。该方法可以有效地加强对学员的诚信管理以及提高管理者的工作效率。     

基于SWCNN和双向LSTM的文本情感特征分析方法

针对文本句子中语义角色重叠、高维度文本词向量训练中难以收敛等问题,将情感词标签与卷积神经网络相结合,采用结合情感词的卷积神经网络算法,将词语转为情感标签后与词向量拼接再输入卷积神经网络,将输出的特征再与双向长短期记忆神经网络所获取的特征进行融合,最后通过全连接网络输出情感分类结果。实验结果表明,在微博新冠疫情评论情绪数据集上,本研究所提出的算法模型文本情感特征识别精确度达到89.23%,比其他深度学习算法在准确率上至少提高1.95%,而且训练具有更快的收敛速度,能够为文本情感识别提供一种新的思路与方法。