基于多注意力网络的特定目标情感分析
作为自然语言处理领域的经典研究方向之一,特定目标情感分析的任务是根据句子上下文语境判别特定目标的情感极性,而提升该任务表现的重点在于如何更好地挖掘特定目标和句子上下文的语义表示.本文提出融合短语特征的多注意力网络(Phrase-Enabled Multi-Attention Network,PEMAN),通过引入短语级别语义特征,构建多粒度特征融合的多注意力网络,有效提高模型的表达能力.在SemEval2014 Task4 Laptop、Restaurant数据集上的实验结果表明,与基准模型相比,本文提出的PEMAN模型在准确率上有一定提升.
情感分析、注意力机制、自然语言处理
29
2020-07-01（万方平台首次上网日期，不代表论文的发表时间）
共6页
163-168
