-
题名基于序列标注反馈模型的方面信息提取方法
被引量：1
- 1
-
-
作者
范守祥
姚俊萍
李晓军
马可欣
-
机构
火箭军工程大学
[
-
出处
《计算机工程与设计》
北大核心
2020年第9期2643-2649,共7页
-
文摘
针对已有方面信息提取方法存在信息利用效率低、易受错误传递影响的问题,提出一种基于编码器-解码器架构的序列标注反馈模型,将文本分类特征分为语义特征、词性特征、依赖特征3类,通过双路编解码、门控机制,将语义、词性、标签等信息多次融合,获取并提高最终特征表示能力;为降低错误传递问题对模型性能的不良影响,提出数据增强与反馈方法,将模型判断错误的样本经变换后生成新样本,反馈到训练样本集合中并融入下一轮训练流程,提高模型对各种语言现象的识别接受能力。在两个数据集上进行实验并与现有方法进行对比,实验结果表明,该方法能有效强化信息利用水平,降低错误传递问题的影响,具有更好的性能。
-
关键词
方面提取
深度学习
数据增强
双路编解码
信息融合
-
Keywords
aspect extraction
deep learning
data enhancement
dual codec
information fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
