10.3969/j.issn.1000-386x.2020.07.021
基于注意力机制的交互式神经网络模型在细粒度情感分类中的应用
细粒度情感分类是情感分析领域中一个重要的任务.给定意见句和方面词,该任务的目标是识别该意见句关于给定方面词的情感极性.情感极性不仅与上下文语义相关,而且与方面词的语义也有密不可分的联系.现有的研究工作通常仅利用方面词语义来生成特定的上下文表示,忽略了对方面词本身的语义建模.针对该问题,提出一个基于注意力机制的交互式神经网络模型,可以同步进行上下文语义和方面词语义的交互式建模,进而更好地生成上下文和方面词的表示,提升情感分类的效果.分别在两个公开数据集上进行实验,并与现有的方法进行比较.实验结果表明,该模型取得了最好的性能.
细粒度、情感分类、交互式、注意力机制
37
TP3(计算技术、计算机技术)
天津市科技计划项目;国网天津市电力公司科技项目
2020-07-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
130-135