-
题名双字词的形态结构对汉字位置信息编码的影响
被引量：3
- 1
-
-
作者
苏省之
李骁轩
李蓉蓉
赵长泽
崔磊
-
机构
山东师范大学心理学院
-
出处
《心理学报》
CSSCI
CSCD
北大核心
2024年第4期383-393,共11页
-
基金
山东省自然科学基金项目(ZR2020MC222)
山东省社会科学规划研究项目(22CYYJ16)
山东师范大学“专创融合”特色示范课程建设项目(SDNU2021ZCRH008)。
-
文摘
字母转置效应是指颠倒单词的字母位置后,读者仍可识别目标词的现象,表明字母位置信息编码具有一定的灵活性。近年来,研究者通过对比不同形态结构词语的字母转置效应,探讨词语的认知加工方式。本研究采用眼动追踪技术,结合边界范式考察了不同形态结构双字词的汉字位置信息编码。研究结果显示,偏正复合词的汉字转置效应小于并列复合词和单语素词,而并列复合词和单语素词之间没有显著差异。结果表明,与偏正复合词相比,单语素词和并列复合词的汉字位置信息编码更为灵活,表明词语的形态结构会对汉字位置信息编码产生不同的影响,支持了形态复杂词的双通路加工理论。
-
关键词
复合词
汉字转置效应
位置信息编码
形态结构
-
Keywords
compound words
transposed-character effect
position encoding
morphological structure
-
分类号
B842
[哲学宗教—基础心理学]
-
-
题名基于分层式CNN的长文本情感分类模型
被引量：5
- 2
-
-
作者
徐逸舟
林晓
陆黎明
-
机构
上海师范大学信息与机电工程学院
-
出处
《计算机工程与设计》
北大核心
2022年第4期1121-1126,共6页
-
基金
国家自然科学基金面上基金项目(61872242)。
-
文摘
为解决文本分类中因文本数据篇幅长且语义情感分布不均导致分类准确度偏低的问题,提出一种基于分层式卷积神经网络(convolutional neural network,CNN)的长文本情感分类模型pos-ACNN-CNN。通过在嵌入层加入位置编码来捕获文本中的词序信息,结合基于注意力机制的CNN识别不同词语的情感语义贡献度,得到连续两个句子组成的句子对的特征信息;利用CNN提取文本中所有句子对的全局特征,获得最终的分类结果。在IMDB影评数据集中进行的多组对比实验结果表明,该情感分类模型具有更好的分类效果。
-
关键词
文本情感分类
卷积神经网络
注意力机制
电影长影评
位置编码信息
-
Keywords
text emotion classification
CNN
attention mechanism
long film reviews
positional encoding information
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
