-
题名基于对抗式神经网络的多维度情绪回归
被引量：2
- 1
-
-
作者
朱苏阳
李寿山
周国栋
-
机构
苏州大学计算机科学与技术学院
-
出处
《软件学报》
EI
CSCD
北大核心
2019年第7期2091-2108,共18页
-
基金
国家自然科学基金(61672366,61751206)~~
-
文摘
情绪分析是细粒度的情感分析任务,其目的是通过训练机器学习模型来判别文本中蕴含了何种情绪,是当前自然语言处理领域中的研究热点。情绪分析可细分为情绪分类与情绪回归两个任务。针对情绪回归任务,提出一种基于对抗式神经网络的多维度情绪回归方法。所提出的对抗式神经网络由3部分组成:特征抽取器、回归器、判别器。该方法旨在训练多个特征抽取器和回归器,以对输入文本的不同情绪维度进行打分。特征抽取器接受文本为输入,从文本中抽取针对不同情绪维度的特征;回归器接受由特征抽取器输出的特征为输入,对文本的不同情绪维度打分;判别器接受由特征抽取器输出的特征为输入,以判别输入的特征是针对何情绪维度。该方法借助判别器对不同的特征抽取器进行对抗式训练,从而获得能够抽取出泛化性更强的针对不同情绪维度的特征抽取器。在EMOBANK多维度情绪回归语料上的实验结果表明,该方法在EMOBANK新闻领域和小说领域的情绪回归上均取得了较为显著的性能提升,并在r值上超过了所有的基准系统,其中包括文本回归领域的先进系统。
-
关键词
情绪回归
情绪分析
对抗式神经网络
对抗式学习
EMOBANK语料
-
Keywords
emotion regression
emotion analysis
adversarial neural network
adversarial learning
EMOBANK corpus
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
