-
题名基于神经网络的微博情绪识别与诱因抽取联合模型
被引量：5
- 1
-
-
作者
张晨
钱涛
姬东鸿
-
机构
武汉大学国家网络安全学院
湖北科技学院计算机学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第9期2464-2468,2476,共6页
-
基金
国家自然科学基金面上项目(61772378)
湖北省自然科学基金面上项目(2018CFB690)~~
-
文摘
情绪诱因抽取作为深层次的文本情绪理解已成为情绪分析任务中的新热点,当前研究通常把诱因抽取和情绪识别看作两个独立的任务,容易导致错误在任务间的传播问题。考虑到情绪识别及诱因抽取是相互作用的,以及微博文本中表情符通常表达文本的情绪,提出了一种基于双向长短期记忆条件随机场(Bi-LSTM-CRF)模型的情绪诱因和表情符情绪识别的联合模型。该模型将情绪诱因抽取以及情绪识别形式化为一个统一的序列标注问题,充分利用了情绪诱因与情绪之间的互相作用,将情绪诱因的抽取和情绪识别同时进行。实验结果表明,该模型在诱因抽取任务中的F值为82.70%,在情绪识别任务中的F值为74.74%,相比串行模型的F值分别提高5.82和17.12个百分点,这个结果表明联合模型能够有效降低任务串行进行时的误差传递,同时提高了诱因抽取和情绪识别的F值。
-
关键词
诱因抽取
情绪识别
表情符
序列标注
双向长短期记忆条件随机场
联合模型
-
Keywords
emotion cause detection
emotion recognition
emoji emoticon
sequence labeling
Bi-directional Long Short-Term Memory Conditional Random Field(Bi-LSTM-CRF)
joint model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多层面语义结构增强的对话情感诱因片段抽取
- 2
-
-
作者
秦鸣飞
付国宏
-
机构
苏州大学计算机科学与技术学院
苏州大学人工智能研究院
-
出处
《计算机科学》
CSCD
北大核心
2023年第12期236-245,共10页
-
基金
国家自然科学基金(62076173)。
-
文摘
对话情感诱因片段抽取旨在从对话历史中抽取出诱发目标情感表达的原因片段,在情感对话系统中起到枢纽的作用。然而,已有方法抽取出的诱因片段仍存在话轮定位错误、边界识别错误等亟待解决的问题。为此,提出了一种多层面语义结构增强的对话情感诱因片段抽取方法。该方法基于篇章层面的指代结构,增强对诱因片段所处话轮的定位;基于句子层面的句法结构,增强对诱因片段边界的识别。首先,依据预处理后的语义结构及对话内容特征表示,使用图注意力网络分别在词符级别与话轮级别构图、建模对话,并通过双仿射机制促进两种级别构图的交互与融合,从而获得结构增强的语义综合表示;然后,使用线性层抽取诱因片段。在两个公开数据集上进行实验,结果表明,与基准模型相比,该模型的F1值和EM_(pos)值最高分别提升了2.42%和2.26%;同时,在F1_(pos)和EM_(pos)指标上的性能均优于其他基线模型,且该模型也能有效兼容话轮级别的对话情感诱因蕴含。
-
关键词
自然语言处理
结构增强
对话情感
诱因片段抽取
图注意力网络
-
Keywords
Natural language processing
Structure enhancement
Conversational emotion
Causal span extraction
Graph attention networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
