10.3969/j.issn.1672-9722.2020.05.024
基于层次嵌入的方面抽取模型
方面抽取旨在抽取评论文本中观点持有者所评价的实体属性,是细粒度情感分析的一项重要基本任务.现有的研究大多基于规则或传统机器学习模型,具有简单易行和较高性能等优点,但需要花费较多的精力来人工构建规则模板或者特征工程.为了提高模型自动化,提出一种基于层次嵌入的方面抽取模型.首先,对原始语料执行多阶段的预处理操作;然后,使用字符层次的嵌入和双向循环神经网络获得词的高层次特征;最后,通过级联词嵌入与字符嵌入特征以作为词层次双向循环神经网络的输入,获得最终标注结果.实验结果表明,该模型明显优于基于规则和传统机器学习模型的方法,也优于单层神经网络模型.
方面抽取、层次嵌入、循环神经网络、情感分析
48
TP391.1(计算技术、计算机技术)
国家自然科学基金项目;福建省高校杰出青年科学基金项目;福建省高等学校新世纪优秀人才支持计划项目;福建省杰出青年科学基金;福建省科技创新平台计划项目;福建省自然科学基金项目;福建省高校产学合作项目
2020-07-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
1121-1130