10.16451/j.cnki.issn1003-6059.201812007
融合词性和注意力的卷积神经网络对象级情感分类方法
多个对象同时讨论时,对文本的情感分析结果与针对特定对象的情感倾向可能不一致,对象级情感分类任务需在文本整体语义的场景下,重点关注与给定对象相关的内容.文中提出融合词性和注意力的卷积神经网络对象级情感分类方法.引入词性信息,通过长短时记忆神经网络建模输入序列,构建对象注意力,将注意力融入到卷积神经网络结构中分析关于给定对象的情感倾向.词性信息有助于捕获与对象具有修饰关系的内容和弱化内容或距离相近但无搭配关系的句子成分的影响.结合长短时记忆神经网络和卷积神经网络结构建模文本,更有利于同时建模文本整体语义与对象相关语义.在SemEval2014数据集上的实验表明,文中方法取得优于基于长短时记忆神经网络的注意力机制方法的分类效果.
注意力机制、对象级情感分类、情感分类
31
TP391(计算技术、计算机技术)
西藏自治区科技计划项目XZ201801-GB-17
2019-02-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
1120-1126