基于维度-标签信息的多元情绪回归方法

摘要：

近年来,情绪分析方法的研究得到了飞跃式的进展,但作为情绪分析研究任务之一的情绪回归任务因语料的匮乏,目前还没有取得突破性的成果.相比情绪分类的研究,情绪回归方法受分类体系的影响较小,更具有泛化性.该文提出了一种基于维度-标签信息的多元情绪回归方法,可以同时预测输入文本在极性、强度和可控性三个维度的分值.该方法利用情绪维度和情绪类别的互信息,具体的方法是尽可能最大化两个不同情绪标签的文本在表示空间中的距离,从而输出与真实值更接近的预测分数.在英文数据集EM OBANK上的实验结果表明,该方法在均方误差和皮尔森相关系数两个指标上取得了显著提升,尤其是在极性和强度这两个维度上有较好的性能表现.

关键词：情绪回归、多任务模型、维度-标签信息、情绪分析

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：人工智能应急项目;国家重点研发计划;国家自然科学基金

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：149-158