基于距离感知的目标情感分类模型

摘要：

目标情感分类是是一种细粒度的情感分类任务,针对人工生成特征模型成本高且不能捕捉上下文语义、传统循环神经网络模型训练时间长等问题,设计了一种基于距离感知的目标情感分类模型.通过距离感知窗口对目标词与邻近词之间的距离信息进行建模,结合词嵌入技术,分别对输入文本和距离信息建立向量矩阵,使用卷积神经网络提取特征,将文本语义特征和距离特征结合,输入到分类层进行目标情感分类.最后在SemEval2014笔记本电脑和餐厅两个数据集上进行实验,取得了比基于循环神经网络生成特征的模型和利用外部语法分析器生成特征的模型更好的分类效果,且具有更短的模型训练时间.研究结果对目标情感分类领域的应用具有参考价值.

关键词：词嵌入;距离信息;卷积神经网络;目标情感分类

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：教育部产学合作协同育人项目;山西省软科学研究计划项目;山西省高等学校教学改革创新项目

在线出版日期：2021-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：111-116