期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到142篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
专家路由的方面级多模态情感分析
1
作者 赵京胜 王永政 +2 位作者 杨心怡 曲维龙 朱巧明 《计算机工程与应用》 北大核心 2025年第10期155-165,共11页
在方面级多模态情感分析领域,通过方面术语提取和方面级情感分类任务获取句子中的方面-情感对,前者提取句子中人物、商品等实体的方面词,后者根据给定的方面术语预测用户的情感极性。现有两种主流方法完成两个子任务,但存在各自的问题:... 在方面级多模态情感分析领域,通过方面术语提取和方面级情感分类任务获取句子中的方面-情感对,前者提取句子中人物、商品等实体的方面词,后者根据给定的方面术语预测用户的情感极性。现有两种主流方法完成两个子任务,但存在各自的问题:(1)使用两个独立模型分别处理两个子任务,不同模型之间语义关联度较差,两个任务之间的底层特征无法得到延续;(2)使用一个模型同时处理两个子任务,两个任务共享一套模型参数,难以针对方面术语提取和方面级情感分类特点提升各任务性能,使提取方面-情感对的效率低。为解决上述问题,提出了专家路由的方面级多模态情感分析方法。在一个模型中针对性处理两个子任务,引入专家路由思想,采用稀疏-激活策略,即并非所有参数都会在处理每个输入时被激活,而是根据输入的特定任务需求,只有部分参数集合被调用处理各个任务。模型利用图像(文本)关键信息关注文本(图像)相关联的部分,形成视觉区域与包含情感信息方面词的初步的局部对应语义关联,通过门控单元获取模态间共享互补的深度混合语义矩阵。最后通过方面级情感分类模块进行情感预测。在两个公开数据集Twitter2015和Twitter2017上的实验结果表明该模型优于一系列基线模型。 展开更多
关键词 方面级多模态情感分析 专家路由 门控单元 注意力机制
在线阅读 下载PDF
采用目标注意力的方面级多模态情感分析研究
2
作者 朱超杰 闫昱名 +3 位作者 初宝昌 李刚 黄河燕 高小燕 《智能系统学报》 CSCD 北大核心 2024年第6期1562-1572,共11页
方面级的多模态情感分析(aspect-level multimodal sentiment analysis,ALMSA)旨在识别出语句和图像信息在某个特定方面上所表现出的情感极性。该任务现有分析模型使用的均是图像的全局特征,并未考虑原始图像信息中的细节信息。针对这... 方面级的多模态情感分析(aspect-level multimodal sentiment analysis,ALMSA)旨在识别出语句和图像信息在某个特定方面上所表现出的情感极性。该任务现有分析模型使用的均是图像的全局特征,并未考虑原始图像信息中的细节信息。针对这一问题,提出一种基于目标注意力的方面级多模态情感分析模型OABALMSA(object-attention based aspect-level multimodal sentiment analysis)。采用目标检测算法捕获原始图像中目标的细节信息;引入目标注意力机制并构建迭代的融合层来完成多模态信息的充分融合;针对数据较高的复杂性所导致的训练困难问题,为模型制定课程式学习策略。经课程式学习训练的OAB-ALMSA模型在TWITTER-2015数据集上得到了最高的F1,这表明对图像中细节信息的利用能够提高模型对数据的综合理解,提升预测效果。 展开更多
关键词 方面级情感分析 多模态 情感分析 目标检测 自注意力机制 自然语言处理 深度学习 特征提取
在线阅读 下载PDF
基于交互图神经网络的方面级多模态情感分析 被引量：2
3
作者 李丽 李平 《计算机应用研究》 CSCD 北大核心 2023年第12期3683-3689,共7页
多模态情感表征的关键是有效地从多模态数据中提取和融合特征。尽管,交叉注意力机制的方法能够增强多模态数据的特征融合;但是,交叉注意力仅建立单一模态的全局语义与另一模态局部特征的关联,不足以反映多模态在局部特征上的对齐关系。... 多模态情感表征的关键是有效地从多模态数据中提取和融合特征。尽管,交叉注意力机制的方法能够增强多模态数据的特征融合;但是,交叉注意力仅建立单一模态的全局语义与另一模态局部特征的关联,不足以反映多模态在局部特征上的对齐关系。为了获取多模态间的深度交互信息,提出一种模态交互图神经网络,借助于方面词,将不同模态的语义单元进行连接,形成多模态交互图;然后,利用图注意力网络中的消息传递机制进行特征融合。在两个基准数据集上的实验结果表明,相比于当前先进的注意力模型,模态交互图神经网络在实现局部信息间的特征交互方面更加有效,且具有更小的时间复杂度。 展开更多
关键词 方面级多模态情感分析 模态交互图神经网络 图注意力网络
在线阅读 下载PDF
基于双通道图卷积网络的多模态方面级情感分析
4
作者 张凤 邵玉斌 +2 位作者 杜庆治 龙华 马迪南 《计算机工程与科学》 北大核心 2025年第7期1321-1330,共10页
针对在多模态方面级情感分析任务中,传统方法主要关注图文模态交互的深层信息而较少关注图像和文本中与方面相关的浅层信息,导致引入与方面无关的噪声,使得模型在捕获方面与情感之间复杂关系的能力上受到限制的问题,提出一种双通道图卷... 针对在多模态方面级情感分析任务中,传统方法主要关注图文模态交互的深层信息而较少关注图像和文本中与方面相关的浅层信息,导致引入与方面无关的噪声,使得模型在捕获方面与情感之间复杂关系的能力上受到限制的问题,提出一种双通道图卷积网络模型DCGCN。在BART模型的结构上,利用注意力机制增强方面语义,通过图卷积网络获取方面增强的多模态特征,并将句法依赖、基于方面的位置依赖和方面增强的图文相关性信息聚合到GCN邻接权重矩阵中以获得感知多信息的多模态特征。实验表明,所提DCGCN模型在Twitter的2个数据集上的F_(1)值分别达到了67.4%和67.9%,提高了多模态方面级情感分析的性能。 展开更多
关键词 方面级情感分析 多模态 图卷积网络 句法依赖 注意力机制
在线阅读 下载PDF
多尺度语义感知和注意力融合的多模态方面级情感分析模型 被引量：1
5
作者 杨丽莎 马常霞 +4 位作者 仲兆满 周子豪 周志耀 胡文彬 赵雪峰 《南京大学学报(自然科学版)》 北大核心 2025年第2期223-236,共14页
多模态方面级情感分析模型在特征提取过程中可能过度依赖文本模态,而忽视文本与图像内容潜在的语义关联.由于模态之间的异质编码属性和信息质量差异,无法执行有效的跨模态交互.为了解决这一问题,提出一种多尺度语义感知和注意力融合模型... 多模态方面级情感分析模型在特征提取过程中可能过度依赖文本模态,而忽视文本与图像内容潜在的语义关联.由于模态之间的异质编码属性和信息质量差异,无法执行有效的跨模态交互.为了解决这一问题,提出一种多尺度语义感知和注意力融合模型(Multiscale Semantic Perception and Attention Fusion Model,MSPAF).首先,充分挖掘多尺度的图像语义信息,进行跨模态语义关联建模,以促进文本图像在统一特征空间内的有效交互.提出一种动态门控交叉注意力机制,在方面引导下进行视觉特征提取.其次,结合图卷积神经网络深度共现词间的语义依赖关系,获取句法和语义增强的上下文表征.最后,在多模态特征融合阶段,通过多层注意力池化学习不同模态特征的相关性,并降低融合特征维度.在公开的情感分析数据集上,对提出的模型进行评估,实验结果表明,与一系列基线模型相比,本模型具有更佳的情感分类效果. 展开更多
关键词 多模态方面级情感分析 多尺度图像语义提取 统一特征空间 语义关联建模 文本图卷积 注意力池化
在线阅读 下载PDF
基于细粒度图像-方面的情感增强方面级情感分析
6
作者 余本功 陈明玥 《计算机应用研究》 北大核心 2025年第4期1073-1079,共7页
为了缩小模态间的异质性差异并缓解多个方面词带来的情感混淆,提出一种基于细粒度图像-方面的情感增强多模态方面级情感分析。具体地,该模型经过文本图像编码后,首先利用形容词-名词对将与方面词相关的图像信息加入到文本方面词中,并通... 为了缩小模态间的异质性差异并缓解多个方面词带来的情感混淆,提出一种基于细粒度图像-方面的情感增强多模态方面级情感分析。具体地,该模型经过文本图像编码后,首先利用形容词-名词对将与方面词相关的图像信息加入到文本方面词中,并通过细粒度图像-方面跨模态注意力机制优化图像表征,得到细粒度方面词-图像特征;接着,基于句法结构引入情感得分,得到基于方面词的文本情感特征;最后,进行模态融合得到最终情感预测结果。在Twitter-2015和Twitter-2017数据集上,与基线模型TMSC相比,提出模型值准确率分别提高了0.25百分点和0.16百分点,充分证明了细粒度的图文匹配和情感增强操作有助于提高分类效果。 展开更多
关键词 多模态方面级情感分析 形容词-名词对 跨模态注意力机制 情感分数 模态融合
在线阅读 下载PDF
基于句法、语义和情感知识的方面级情感分析
7
作者 郑诚 杨楠 《计算机科学》 北大核心 2025年第7期218-225,共8页
方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来,许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识,并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定... 方面级情感分析的目标是识别句子中特定方面词的情感极性。近年来,许多工作都是利用句法依赖关系和自注意力机制分别获得句法知识和语义知识,并通过图卷积网络融合这两种信息更新节点的表示。然而句法依赖关系和自注意力机制都不是特定用于情感分析的工具,不能直接有效地捕获方面词的情感表达,而这一点正是方面级情感分析的关键之处。为了更准确地识别方面词的情感表达,构造了融合句法、语义和情感知识的网络。具体来说,利用句法依赖树中的句法知识构建句法图,并将外部情感知识库信息融合在句法图中。同时,采用自注意力机制获得句子中各单词的语义知识,并通过方面感知注意力机制使语义图关注与方面词相关的信息。此外,采用双向消息传播机制同时学习这两个图中的信息并更新节点表示。在3个基准数据集上的实验结果验证了所提模型的有效性。 展开更多
关键词 方面级情感分析 图卷积网络 注意力机制 句法依赖树 情感知识 自然语言处理 深度学习
在线阅读 下载PDF
基于加权关系卷积网络和辅助任务的方面级情感分析
8
作者 余本功 陈明玥 《科学技术与工程》 北大核心 2025年第14期5967-5975,共9页
方面级情感分析从细粒度角度检测了给定方面术语的情感极性从挖掘文本方面的情感态度的角度给电商、消费者等群体提供决策辅助。现有方法对句法信息的不同依赖关系的平等建模,忽略了卷积网络中不同依赖关系和语义关系中的全局信息对方... 方面级情感分析从细粒度角度检测了给定方面术语的情感极性从挖掘文本方面的情感态度的角度给电商、消费者等群体提供决策辅助。现有方法对句法信息的不同依赖关系的平等建模,忽略了卷积网络中不同依赖关系和语义关系中的全局信息对方面词情感分类的影响。为了解决上述问题,考虑到图结构的灵活性、复杂性和辅助任务在基于全局语义信息捕捉方面情感、补全细粒度方面信息的优良表现,提出了包含加权关系卷积网络(weighted relational convolutional networks,WRCN)和辅助任务互补学习(complementary task,CL)两个任务的WRCN-CL(weight relational convolutional networks and complementary task,WRCN-CL)模型。该模型利用Bi-LSTM(bi-directional long short-term memory,Bi-LSTM)提取文本特征;之后分别输入WRCN和CL中;CL从全局角度寻找方面相关的语义信息以达到增强知识的效果,WRCN基于CL中的方面表示结合利用GCN(graph convolutional networks)深入挖掘基于位置信息和关系类型的句法信息,最后将融合全局信息和局部信息的特征输入到池化层,得到全面的信息表征以提高模型的分类效果。实验结果表明:相较于其他基线模型,WRCN-CL在三个公开数据集上准确率分别达到了83.49%、78.19%、75.89%,从而证明了本文模型能有效地解决方面级情感分析分类任务。 展开更多
关键词 方面级情感分析 关系类型 位置赋权 互补学习 图卷积网络
在线阅读 下载PDF
基于混合注意力和类型感知的方面级情感分析
9
作者 王红霞 张佳慧 聂振凯 《高技术通讯》 北大核心 2025年第3期262-272,共11页
为解决方面级情感分析(aspect-based sentiment analysis,ABSA)任务中,未充分利用依赖树中的句法信息及语义信息提取不充分等问题,提出了基于混合注意力和类型感知的双图卷积网络模型。首先,设计了混合注意力模块,用于更全面地提取句子... 为解决方面级情感分析(aspect-based sentiment analysis,ABSA)任务中,未充分利用依赖树中的句法信息及语义信息提取不充分等问题,提出了基于混合注意力和类型感知的双图卷积网络模型。首先,设计了混合注意力模块,用于更全面地提取句子的语义信息,该模块采用方面感知注意力机制,学习与方面项相关的局部语义特征,再结合自注意力机制学习句子的全局语义特征。其次,为了更充分地利用依赖树中的句法信息,设计了利用依赖关系类型构建类型感知图模块,并采用注意力机制区分不同依赖类型的重要程度,重构带有权重的类型感知图。最后,通过图神经网络来挖掘更深层次的语义和句法信息。在Restaurant14、Laptop14和Twitter公开数据集上进行实验,实验结果表明,与基准模型相比,本文提出的模型具有更好的分类效果。 展开更多
关键词 方面级情感分析 注意力机制 方面感知注意力 类型感知图 图神经网络
在线阅读 下载PDF
基于方面级情感分析与多源舆情融合的应急决策质量评价方法研究
10
作者 郭海湘 张蓓佳 +1 位作者 赵甜甜 张文凯 《灾害学》 北大核心 2025年第3期95-103,共9页
该文针对传统应急决策质量评价方法在突发事件实时优化中的局限性,提出一种多源细粒度情感融合驱动的动态评价框架。以“12·18”积石山地震为例,融合多源舆情数据构建评价体系,结合RoBERTa-BiLSTM-Attention+AER模型及q-阶正交模... 该文针对传统应急决策质量评价方法在突发事件实时优化中的局限性,提出一种多源细粒度情感融合驱动的动态评价框架。以“12·18”积石山地震为例,融合多源舆情数据构建评价体系,结合RoBERTa-BiLSTM-Attention+AER模型及q-阶正交模糊融合技术,实现跨平台舆情情感的精准解析。结果表明:(1)模型在案例数据集上F1值达80.51%,较次优模型提高4.53%,实现在信息不完整情景下,精确识别公众意见及情感;(2)设计的多源舆情融合机制有效对冲平台偏差,融合前后两平台间的Cohen's d值从0.231降至0.133和0.117;(3)积石山地震的决策质量呈“初期高效响应—中期协调波动—后期恢复优化”的U型时序演化特征。提出的三维优化框架有助于应急管理从事后归因转向事中干预,为决策优化提供实时反馈。 展开更多
关键词 应急决策 多源数据 方面级情感分析 注意力熵正则化
在线阅读 下载PDF
方面语义增强的融合网络用于方面级情感分析
11
作者 郑诚 陈雪灵 《小型微型计算机系统》 北大核心 2025年第9期2105-2112,共8页
方面级情感分析旨在识别方面词表达的情感.最近,基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的.然而,句法依赖树并不是特定于情感分析的工具,不能关注到特定的方面词.针对上述问题,本文提出一种方面语义增强的融合网... 方面级情感分析旨在识别方面词表达的情感.最近,基于依赖树的图卷积网络已被证明在方面级情感分析任务中是有效的.然而,句法依赖树并不是特定于情感分析的工具,不能关注到特定的方面词.针对上述问题,本文提出一种方面语义增强的融合网络模型,该模型将句法,语义和词法信息与方面词相结合,用于方面级情感分析.首先,使用快速梯度对抗训练算法进行数据增强.其次,为了充分利用句法依赖树中的有效信息,分别使用图卷积网络和注意力机制学习依赖树中的句法信息和词法信息.同时,将方面增强注意力机制与自注意力机制相结合,来增强句子的方面语义感知能力.最后,使用非对称损失作为损失函数.在基准数据集上进行了实验,验证了本文模型的有效性. 展开更多
关键词 自然语言处理 方面级情感分析 数据增强 注意力机制 句法依赖树
在线阅读 下载PDF
双特征增强的图卷积网络用于方面级情感分析
12
作者 夏敏捷 师钰博 樊银亭 《计算机工程与设计》 北大核心 2025年第8期2426-2433,共8页
针对目前方面级情感分析存在句法依赖解析结果不准确、句法和语义信息没有充分利用的问题,提出一种双特征增强的图卷积网络。利用句法解析器中的依赖概率矩阵作为图卷积网络的邻接矩阵,减小解析结果的不准确性,对初始句法信息进行上下... 针对目前方面级情感分析存在句法依赖解析结果不准确、句法和语义信息没有充分利用的问题,提出一种双特征增强的图卷积网络。利用句法解析器中的依赖概率矩阵作为图卷积网络的邻接矩阵,减小解析结果的不准确性,对初始句法信息进行上下文动态加权增强提取句法信息的能力,对于语义信息,采用多头注意力机制构建动态语义图卷积网络,充分利用语义空间信息。实验结果表明,与基线模型相比模型取得了较明显的性能提升。 展开更多
关键词 方面级情感分析 图卷积神经网络 多头注意力机制 概率矩阵 句法 语义 依赖树
在线阅读 下载PDF
面向目标交互图神经网络的多模态方面级情感分析 被引量：1
13
作者 张丽霞 汪凯旋 +1 位作者 庞梓超 梁云 《计算机工程与应用》 CSCD 北大核心 2024年第23期136-145,共10页
对于多模态方面级情感分析任务,除了需要提取出文本和图像的表示,还需要将它们与方面语义信息相结合处理。然而,以往的相关方法对方面与文本和图像信息之间的交互处理不够充分,即使使用注意力机制建立起模态全局之间的关联,也难以在细... 对于多模态方面级情感分析任务,除了需要提取出文本和图像的表示,还需要将它们与方面语义信息相结合处理。然而,以往的相关方法对方面与文本和图像信息之间的交互处理不够充分,即使使用注意力机制建立起模态全局之间的关联,也难以在细粒度表达出它们的交互。为了充分进行多模态之间细粒度上的信息交互,提出一种面向目标交互图神经网络,围绕文本、图像和方面三者的关系建模,采用交叉注意力获取面向方面目标的文本和图像全局表示;建立多模态交互图,以连接不同模态的局部及全局表示节点;使用图注意力网络在粗细两个粒度上充分融合特征。在两个基准数据集上进行实验,结果表明该模型相比于仅使用注意力机制的模型,具有更佳的情感分类效果。 展开更多
关键词 多模态方面级情感分析 注意力机制 交叉注意力 面向目标交互 图注意力网络
在线阅读 下载PDF
集成句法与情感知识的方面级情感分析模型
14
作者 李自亮 朱广丽 +3 位作者 张玉雷 刘佳佳 焦熠璇 张顺香 《计算机应用》 北大核心 2025年第6期1724-1731,共8页
方面级情感分析(ABSA)是一项细粒度的情感分析任务,旨在分析给定文本中特定方面词的情感极性。现有的ABSA方法采用图卷积网络(GCN)处理句法和语义信息,然而这些方法将方面词的所有句法依赖等同看待,忽略了远距离不相关词对目标方面词的... 方面级情感分析(ABSA)是一项细粒度的情感分析任务,旨在分析给定文本中特定方面词的情感极性。现有的ABSA方法采用图卷积网络(GCN)处理句法和语义信息,然而这些方法将方面词的所有句法依赖等同看待,忽略了远距离不相关词对目标方面词的影响,造成目标方面词和观点词权重分配的不适宜,且对语义信息提取不充分。针对这些问题,提出一种集成句法与情感知识的ABSA模型。首先,根据句法信息构建可达矩阵,以此为基础,利用方面词进行中心位置赋权构建句法增强图;其次,通过外部情感知识和方面增强构建语义增强图,利用图卷积分别对句法增强图和语义增强图进行充分建模形成不同的特征通道;再次,通过双仿射注意力更有效地交互融合句法信息和语义信息;最后,运用平均池化和拼接操作获取方面词对应的最终特征向量。实验结果表明,相较于深度依赖感知图卷积网络模型DA-GCN-BERT(deep Dependency Aware GCN+BERT(Bidirectional Encoder Representations from Transformers)),所提模型在5个公开数据集上的准确率分别提高了1.71、1.41、1.27、0.17和0.43个百分点。可见,所提模型在ABSA领域具有很强的适用性。 展开更多
关键词 自然语言处理 方面级情感分析 图卷积网络 双仿射注意力 平均池化
在线阅读 下载PDF
结合多粒度视图动态融合的多模态方面级情感分析 被引量：1
15
作者 杨颖 钱馨雨 王合宁 《计算机工程与应用》 CSCD 北大核心 2024年第22期172-183,共12页
为了解决以往多模态方面级情感分析研究中存在的特征提取不充分、数据噪声未被有效处理以及多模态数据中的复杂交互被忽视等问题,提出了一种多粒度视图动态融合模型(multi-granularity view dynamic fusion model,MVDFM)。从粗粒度和细... 为了解决以往多模态方面级情感分析研究中存在的特征提取不充分、数据噪声未被有效处理以及多模态数据中的复杂交互被忽视等问题,提出了一种多粒度视图动态融合模型(multi-granularity view dynamic fusion model,MVDFM)。从粗粒度和细粒度两个视角,对文本和图像数据进行向量化编码,以便充分捕捉数据特征,增强模型信息表达能力;提取文本、图像的多粒度视图特征,并设计动态门控自注意力机制,对细粒度级的文本、图像视图进行降噪,进一步保证特征提取质量;为了挖掘不同粒度上多视图之间的互补性和一致性,提出一种三视图分解高阶池化机制,对多粒度视图特征进行两阶段动态融合,得到最终的目标方面词情感极性。实验结果表明,该模型在公共数据集Twitter-2015和Twitter-2017上的准确率和F1值分别达到了78.69%、74.48%以及72.77%、71.61%,相较于最优基线模型分别提升了0.55、0.88个百分点,以及1.67、2.45个百分点。说明该方法能够充分利用多模态数据中包含的深层语义信息,并有效挖掘与目标方面词相关的重要信息,从而提高方面级情感预测效果。 展开更多
关键词 多模态方面级情感分析 动态门控注意力 多粒度视图 动态融合
在线阅读 下载PDF
多模态方面级情感分析的多视图交互学习网络 被引量：1
16
作者 王旭阳 庞文倩 赵丽婕 《计算机工程与应用》 CSCD 北大核心 2024年第7期92-100,共9页
以往的多模态方面级情感分析方法只利用预训练模型的一般文本和图片表示,对方面和观点词相关性的识别不敏感,且不能动态获取图片信息对单词表示的贡献,因而不能充分识别多模态与方面之间的相关性。针对上述问题,提出一种多视图交互学习... 以往的多模态方面级情感分析方法只利用预训练模型的一般文本和图片表示,对方面和观点词相关性的识别不敏感,且不能动态获取图片信息对单词表示的贡献,因而不能充分识别多模态与方面之间的相关性。针对上述问题,提出一种多视图交互学习网络模型。将句子从上下文和句法两个视图上分别提取特征,以便在多模态交互时充分利用到文本的全局特征;对文本、图片和方面之间的关系进行建模,使模型实现多模态交互;同时融合不同模态的交互表示,动态获取视觉信息对文本中每个单词的贡献程度,充分提取模态与方面之间的相关性。最后通过全连接层和Softmax层获取情感分类结果。在两个数据集上进行实验,实验结果表明该模型能够有效增强多模态方面级情感分类的效果。 展开更多
关键词 多模态方面级情感分析 预训练模型 多视图学习 多模态交互 动态融合
在线阅读 下载PDF
融合动态语义及静态结构特征的方面级情感分析
17
作者 尹文晓 周建设 +1 位作者 马登豪 吕学强 《计算机工程与应用》 北大核心 2025年第12期177-186,共10页
方面级情感分析作为细粒度情感分析任务,其目标是判断给定句子中特定方面的情感极性。目前这项任务面临的主要挑战是能否准确地建模方面词与观点词之间的关系。为了解决这个问题,从获取句子的动态语义特征和静态结构特征两方面出发,对... 方面级情感分析作为细粒度情感分析任务,其目标是判断给定句子中特定方面的情感极性。目前这项任务面临的主要挑战是能否准确地建模方面词与观点词之间的关系。为了解决这个问题,从获取句子的动态语义特征和静态结构特征两方面出发,对方面词与观点词之间的关系进行建模。该模型通过引入动态调整权重适配器,在结合上下文的基础上获取方面感知动态语义特征,同时按照短语-分句结构的句法层次与图注意力网络结合,从而利用更全面的句法信息来获取方面感知静态结构特征,通过融合动态语义特征和静态结构特征实现更准确的方面级情感极性预测。实验结果表明,该模型在Rest14、Laptop14、Twitter这3个公开数据集上,准确率和Macro-F1值相比于基线模型均有所提升,具有较好的方面级情感分析性能。 展开更多
关键词 方面级情感分析 动态语义 静态结构 图注意力网络
在线阅读 下载PDF
基于增强句法信息与多特征图卷积融合的方面级情感分析
18
作者 田继帅 艾芳菊 《计算机科学与探索》 北大核心 2025年第3期738-748,共11页
方面级情感分析作为情感计算领域的重要任务,旨在识别文本中关于特定方面的情感倾向。为了提高在这一任务中的性能,提出了一种增强句法信息与多特征图卷积融合的网络模型(ESMFGCN),利用依赖树表示句子中单词之间的语法结构关系,由于单... 方面级情感分析作为情感计算领域的重要任务,旨在识别文本中关于特定方面的情感倾向。为了提高在这一任务中的性能,提出了一种增强句法信息与多特征图卷积融合的网络模型(ESMFGCN),利用依赖树表示句子中单词之间的语法结构关系,由于单纯地使用依赖树方法在建模时会引发不相关的噪声问题,引入了短语结构树,并将短语树转化为层级短语矩阵,并将由依赖树构造的邻接矩阵和层级短语矩阵合并作为图卷积网络的初始矩阵,用于增强句法信息。为了更精细地捕捉方面词与整个句子之间的关联,引入了注意力机制,对方面词上下文和整个句子建立更为精细的关联,并通过图卷积网络提取语义信息。设计融合层用于融合语义信息与句法信息,从而提高方面级情感分析的准确性和鲁棒性。在Restaurant、Laptop、Twitter数据集上分别设计对比实验、消融实验和敏感性分析实验,实验结果表明,相较于其他研究方法,该方法取得了显著的性能提升,证明了模型的有效性和优越性。 展开更多
关键词 方面级情感分析 句法特征 注意力机制 图卷积网络
在线阅读 下载PDF
基于多定序尺度的图卷积网络方面级情感分析
19
作者 穆一茹 韩虎 孔博 《计算机工程与应用》 北大核心 2025年第14期238-247,共10页
方面级情感分析旨在预测给定句子中特定方面的情感极性。由于现有研究方法仅考虑单一语料信息,导致存在语料库词共现、评论语句语义结构、局部词汇序列等多种信息利用不全面和不充分的问题,为此提出一种基于多定序尺度的图卷积网络模型... 方面级情感分析旨在预测给定句子中特定方面的情感极性。由于现有研究方法仅考虑单一语料信息,导致存在语料库词共现、评论语句语义结构、局部词汇序列等多种信息利用不全面和不充分的问题,为此提出一种基于多定序尺度的图卷积网络模型。定序尺度分为语料库级、句子级、词汇级。构造包含三个卷积模块的多定序尺度图卷积网络:纵向全局语法依赖图卷积引入语料库全局词共现信息丰富语法表示;横向全局语义结构图卷积学习句子本身的语义结构信息;文本局部序列图卷积挖掘句子局部范围内的词汇序列信息。利用混合注意力进一步增强语法和语义结构特征表示,并通过交互机制实现多种信息的共享与融合。实验结果表明,该模型与经典模型ASGCN相比,在五个公开数据集上准确率分别提升了2.56、2.93、3.13、2.58、1.76个百分点。与最新模型DGGCN和CRF-GCN相比,均取得了优异的情感分类效果,证实了该模型融合多种语料信息的有效性。 展开更多
关键词 方面级情感分析 图卷积网络 多定序尺度 混合注意力
在线阅读 下载PDF
融合间接依赖和门控单元的方面级情感分析
20
作者 范瑞曌 唐非 《计算机工程与设计》 北大核心 2025年第8期2388-2395,共8页
针对方面级情感分析任务中,没有利用方面和意见词之间的间接依赖关系导致语法信息学习不完整,没有充分利用距离信息导致上文噪声词过滤不完全,对文本、语义和语法特征融合不充分的问题,提出了一种融合间接依赖和门控单元的双通道图卷积... 针对方面级情感分析任务中,没有利用方面和意见词之间的间接依赖关系导致语法信息学习不完整,没有充分利用距离信息导致上文噪声词过滤不完全,对文本、语义和语法特征融合不充分的问题,提出了一种融合间接依赖和门控单元的双通道图卷积网络模型。该模型通过距离感知函数过滤上下文噪声,利用基于方面注意力机制的图卷积网络学习语义知识,使用融入间接依赖和距离信息的依存矩阵图卷积网络学习语法知识,通过双通道门控单元融合文本、语义和语法特征,将特征输入到线性层中得到情感极性。实验结果表明,该模型在两个公开基准数据集Lap14和Twitter上的准确率和F1值均有提升。 展开更多
关键词 方面级情感分析 图卷积网络 距离信息 方面注意力机制 语义信息 间接依赖 语法信息 双通道门控单元
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部