基于互学习的多词向量融合情感分类框架

摘要：

方面级情感分类是当前的研究热点之一,其目标是自动推断文本中特定方面的情感倾向.融合多种不同类型的词向量作为基于深度学习模型的输入,在该任务上取得了较好的效果.然而,通过直接拼接或门控机制等方式融合多种不同的词向量,不能充分发挥每种词向量的作用.为了解决这个问题,该文提出了一种基于互学习的多词向量融合情感分类框架,其目的是充分利用普通词向量、领域词向量和情感词向量中的信息,提高分类的性能.具体地,首先构建以三种词向量的融合作为输入的主模型,然后分别构建三个以单一词向量作为输入的辅助模型,最后基于互学习的方式联合训练主模型和辅助模型,以达到相互促进的效果.在三个常用数据集上的实验表明,该文提出框架的性能明显好于基准方法.

关键词：方面级情感分类、互学习、领域词向量、情感词向量、深度学习

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家重点研发计划;江西03专项及5G项目

在线出版日期：2022-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：164-172