-
题名结合字词向量的主题向量模型
被引量：2
- 1
-
-
作者
张青
韩立新
刘合兵
-
机构
河海大学计算机与信息学院
河南农业大学信息与管理科学学院
-
出处
《电子测量技术》
2019年第3期49-53,共5页
-
基金
河南省科技攻关项目(162102110120)资助
-
文摘
为了将已有的英文主题向量模型更好地应用于中文的主题向量训练,并且解决主题个数事先确定的缺点。本文将原有模型中,文档向量和词向量线性相加的方式改为内积的方式,并结合文档向量、字向量和词向量三者一起训练主题向量。当得到主题向量后通过聚类方法将相似的主题聚集在一起,以此来确定主题个数。实验表明,该方法训练出的主题词的相关性较原有模型和传统模型有所提升,并且能够获得较为合理的主题个数,同时,还能够得到词向量,主题向量和文档向量。
-
关键词
主题模型
字向量
主题向量
词向量
文档向量
字词嵌入
-
Keywords
topic model
character vector
topic vector
word vector
document vector
character word embedding
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名用于目标级情感分析的全局指针模型
- 2
-
-
作者
董慧洁
杨林楠
陈健
费凡
-
机构
云南农业大学大数据学院
云南省科技厅云南省农业大数据工程技术研究中心
云南省发展与改革委员会绿色农产品大数据智能信息处理工程研究中心
-
出处
《计算机工程与设计》
北大核心
2023年第12期3754-3760,共7页
-
基金
云南省科技厅科技计划基金项目(202102AE090009)
云南省教育厅科学研究基金项目(2022Y298)。
-
文摘
针对现有研究中目标级情感分析中文数据集短缺的问题,构建一个目标级情感分析中文评论数据集,提出一种基于依赖关系注意力的全局指针模型DA-GP(dependency-based attention-global pointer)。以具有丰富语义的字词结合特征作为嵌入特征,使用全局指针整体解决多目标抽取及分类,通过依赖关系注意力网络进一步增强模型的目标识别能力,使模型具有良好的泛化能力。在中文评论数据集上进行对比实验及自身消融实验,实验结果表明,DA-GP模型优于其它模型且可行有效。
-
关键词
目标抽取
情感分析
全局指针
依赖关系注意力
字词嵌入
深度学习
标注方式
-
Keywords
target extraction
sentiment analysis
global pointer
dependency attention
character and word embeddings
deep learning
labeling method
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
