-
题名基于互学习的多词向量融合情感分类框架
被引量：1
- 1
-
-
作者
曹柳文
周艳艳
邬昌兴
黄兆华
-
机构
华东交通大学软件学院
江西卫生职业学院
-
出处
《中文信息学报》
CSCD
北大核心
2022年第7期164-172,共9页
-
基金
国家自然科学基金(61866012)
国家重点研发计划(2018YFC0831106)
江西03专项及5G项目(20212ABC03A32)。
-
文摘
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
-
Keywords
aspect-level sentiment classification
mutual learning
domain-specific word embeddings
sentiment word embeddings
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
