10.3969/j.issn.1000-386x.2022.12.027
融合注意力机制和情感词位置的情感分析
现有属性级情感分析方法主要是基于注意力模型,但都缺少情感词位置的提取,甚至忽略了情感目标在情感分类中的作用.针对上述问题,提出一种基于注意力编码机制和情感词位置的交互感知网络.通过预训练的BERT模型训练词向量;利用注意力编码机制对情感目标与上下文进行交互性学习,通过计算情感目标与全局文本的相关性来更新整体的权重分配.在情感词提取和分类中,通过扩展的情感词典对情感词进行提取,结合情感词和情感目标的位置信息生成<情感目标,情感词>,并通过Softmax层获得情感极性的预测.在AIChal-lenge2018的中文数据集上进行实验,该模型取得了比其他模型更好的分类效果.
属性级情感分析、注意力机制、情感位置感知、情感词典
39
TP391.1(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金
2023-02-09（万方平台首次上网日期，不代表论文的发表时间）
共8页
180-186,194
