《計算機應用研究》|Application Research of Computers

基于自注意力機制的方面情感分類

Aspect-level sentiment classification based on self-attention mechanism

免費全文下載 (已被下載 次)  
獲取PDF全文
作者 王拂林,劉丹,昌茜
機構 電子科技大學 電子科學技術研究院
統計 摘要被查看 次,已被下載
摘要 基于方面的情感分類判斷句子中給定實體或屬性的情感極性,針對使用全局注意力機制計算屬性詞和句子其他詞的注意力分數時,會導致模型關注到與屬性詞不相關的詞,并且對于長距離的依賴詞、否定詞關注不足,不能檢測到并列關系和短語的問題。提出了基于自注意力機制的語義加強模型(semantic reinforcement model based on self-attention mechanism,SRSAM),模型首先使用雙向長短時記憶神經網絡模型(bidirectional long short-term memory,BiLSTM)獲取文本編碼,其次用自注意力機制計算文本編碼的多個語義編碼,最后將屬性詞和語義編碼交互后判斷屬性詞在句中的情感極性。使用SemEval 2014數據集實驗,由于模型能發現長距離依賴和否定詞,對并列關系和短語有一定檢測效果,相比基礎模型在分類精度上有0.6%~1.5%的提升。
關鍵詞 方面詞;情感分類;自注意力機制;語義編碼
基金項目
本文URL http://www.oirznw.live/article/02-2020-11-008.html
收稿日期
修回日期
頁碼 -
中圖分類號 TP391
文獻標志碼
水果机返水 五分pk10官网开奖 大乐透开奖结果查询 麻将来了金币交易 澳洲幸运5直播 2019安全可靠的理财平台 河南紫幻最新版 江苏十一选五定牛 排3试机号分析 山东十一选五幸运 快速赛车预测 十分快三开奖网站 秒速飞艇是哪个国家的 拉萨按摩特殊 安徽11选5家吗 江苏11选5 山东十一选五人工计