检索结果-维普期刊中文期刊服务平台

基于对抗双向GRU网络的跨语言情感分类方法被引量：2: 1; 作者李雪芹杨文丽李娜娜《计算机应用与软件》北大核心 2024年第1期82-88,共7页; 为了提高资源匮乏语言的情感分类性能,提出一种基于对抗双向GRU网络相结合的跨语言情感分类模型(ABi-GRU)。通过基于语义双语词嵌入方法来提取中英文文本词向量特征;结合注意力机制的双向GRU网络提取文本的上下文情感特征,同时引入生成... 展开更多; 关键词跨语言情感分类注意力机制生成对抗网络双向GRU网络; 在线阅读下载PDF 职称材料

基于潜在语义对偶空间的跨语言文本分类研究被引量：3: 2; 作者熊超王明文 +2 位作者吴福英吴世勇沈阳《广西师范大学学报（自然科学版）》 CAS 北大核心 2010年第1期157-160,共4页; 当今互联网上语言呈现多样性趋势,如何组织这些多语言的资源成为研究的热点。通过对双语平行语料库提取语义对应关系,构建潜在语义对偶空间,把双语文档映射到此概念空间后,实现跨语言分类。并通过改变训练集样本大小及语言构成来验证模... 展开更多; 关键词跨语言分类潜在语义对偶空间潜在语义对平行语料库; 在线阅读下载PDF 职称材料

面向中朝跨语言文本分类的双语主题词嵌入模型的研究被引量：6: 3; 作者王琪田明杰 +1 位作者崔荣一赵亚慧《中文信息学报》 CSCD 北大核心 2020年第12期39-47,共9页; 针对日渐丰富的少数民族语言资源进行管理、研究和使用有着重要的应用价值。为了解决语言差异引起的语言鸿沟,针对中朝两种语言环境下的跨语言文本分类任务,提出了双语主题词嵌入模型。该文将词嵌入模型与主题模型扩展到双语环境,并将... 展开更多; 关键词跨语言文本分类双语词嵌入模型主题模型一词多义; 在线阅读下载PDF 职称材料

基于结构对应学习的跨语言情感分类研究被引量：4: 4; 作者汪鹏赵学礼 +1 位作者李娜娜董永峰《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第6期1133-1140,共8页; 情感分类的主要目的是预测用户在互联网中发布情绪数据的极性(积极的或者消极的),各种语言的情感分析已经成为诸多应用的研究热点,然而由于不同语言的情感资源在质量和数量上的不平衡,通常使用源语言来改善目标语言的跨语言情感分类方法... 展开更多; 关键词跨语言情感分类结构对应学习拉普拉斯映射轴心词对; 在线阅读下载PDF 职称材料

双语潜在语义对应分析及在跨语言文本分类中的应用研究被引量：2: 5; 作者罗远胜王明文 +1 位作者勒中坚陆旭《情报学报》 CSSCI 北大核心 2013年第1期86-96,共11页; 双语文本对应分析在处理多语言文本数据、克服语言障碍等方面有着重要的作用，基于语料库技术的跨语言潜在语义索引方法没有充分考虑双语的语义相关性。本文将双语平行文档看作同一语义内容的两种语言表达，运用偏最小二乘方法构建双语... 展开更多; 关键词双语文本对应分析双语潜在语义空间偏最小二乘跨语言文本分类; 在线阅读下载PDF 职称材料

面向跨语言文本分类与标签推荐的带标签双语主题模型的研究被引量：4: 6; 作者田明杰崔荣一《计算机应用研究》 CSCD 北大核心 2019年第10期2911-2915,共5页; 针对日渐丰富的跨语言的文字信息资源与新闻报道及科技文献中的多标签数据,为了挖掘跨语言间的相关性及数据属性间的关联性,提出了带标签双语主题模型,应用于跨语言文本分类与标签的推荐。首先,假设科技文献中的关键词与摘要部分有着内... 展开更多; 关键词主题模型标签跨语言文本分类标签推荐潜在主题; 在线阅读下载PDF 职称材料

基于自联想记忆与卷积神经网络的跨语言情感分类被引量：3: 7; 作者刘娇崔荣一赵亚慧《中文信息学报》 CSCD 北大核心 2018年第12期118-124,共7页; 该文提出了一种以商品评论为对象的基于语义融合的跨语言情感分类算法。该算法首先从短文本语义表示的角度出发,基于开源工具Word2Vec预先生成词嵌入向量来获得不同语言下的信息表示;其次,根据不同语种之间的词向量的统计关联性提出使... 展开更多; 关键词跨语言情感分类自联想记忆词共现卷积神经网络; 在线阅读下载PDF 职称材料

基于情感语义对抗的跨语言情感分类模型被引量：1: 8; 作者赵亚丽余正涛 +2 位作者郭军军高盛祥相艳《计算机工程与科学》 CSCD 北大核心 2023年第2期338-345,共8页; 传统的基于机器翻译的跨语言情感分类方法,由于受机器翻译性能影响,导致越南语等低资源语言的情感分类准确率较低。针对源语言和目标语言标记资源不平衡的问题,提出一种基于情感语义对抗的跨语言情感分类模型。首先,将句子和句子中情感... 展开更多; 关键词情感语义表征双语词嵌入低资源语言跨语言情感分类; 在线阅读下载PDF 职称材料

题名基于对抗双向GRU网络的跨语言情感分类方法被引量：2: 1; 作者李雪芹杨文丽李娜娜; 机构河北工业大学人工智能与数据科学学院河北工业大学河北省大数据重点实验室; 出处《计算机应用与软件》北大核心 2024年第1期82-88,共7页; 基金国家自然科学基金青年科学基金项目(61806072) 天津市应用基础与前沿技术研究计划基金项目(16JCYBJC15600)。; 文摘为了提高资源匮乏语言的情感分类性能,提出一种基于对抗双向GRU网络相结合的跨语言情感分类模型(ABi-GRU)。通过基于语义双语词嵌入方法来提取中英文文本词向量特征;结合注意力机制的双向GRU网络提取文本的上下文情感特征,同时引入生成对抗网络缩小中英文向量特征分布之间的差距;通过情感分类器进行情感分类。实验结果分析表明,该方法有效地提升了跨语言情感分类的准确率。; 关键词跨语言情感分类注意力机制生成对抗网络双向GRU网络; Keywords Cross-language sentiment classification Attention mechanism Generative adversarial network Bidirectional gate recurrent unit network(Bi-GRU); 分类号 TP3 [自动化与计算机技术—计算机科学与技术]; 在线阅读下载PDF 职称材料

题名基于潜在语义对偶空间的跨语言文本分类研究被引量：3: 2; 作者熊超王明文吴福英吴世勇沈阳; 机构江西师范大学计算机信息工程学院江西师范大学软件学院江西微软技术中心; 出处《广西师范大学学报（自然科学版）》 CAS 北大核心 2010年第1期157-160,共4页; 基金国家自然科学基金资助项目(60963014) 江西师范大学青年成长基金资助项目(2701); 文摘当今互联网上语言呈现多样性趋势,如何组织这些多语言的资源成为研究的热点。通过对双语平行语料库提取语义对应关系,构建潜在语义对偶空间,把双语文档映射到此概念空间后,实现跨语言分类。并通过改变训练集样本大小及语言构成来验证模型的分类性能。实验结果表明基于潜在语义对偶空间的跨语言文本分类具有良好的稳定性和准确度。; 关键词跨语言分类潜在语义对偶空间潜在语义对平行语料库; Keywords CLTC latent semantic dual space semantic pairs parallel corpus; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向中朝跨语言文本分类的双语主题词嵌入模型的研究被引量：6: 3; 作者王琪田明杰崔荣一赵亚慧; 机构延边大学计算机科学与技术学院智能信息处理研究室; 出处《中文信息学报》 CSCD 北大核心 2020年第12期39-47,共9页; 基金国家语委“十三五”科研规划项目(YB135-76) 延边大学外国语言文学世界一流学科建设科研项目(18YLPY13,18YLPY14)。; 文摘针对日渐丰富的少数民族语言资源进行管理、研究和使用有着重要的应用价值。为了解决语言差异引起的语言鸿沟,针对中朝两种语言环境下的跨语言文本分类任务,提出了双语主题词嵌入模型。该文将词嵌入模型与主题模型扩展到双语环境,并将两种模型相结合,解决了歧义性对跨语言文本分类精度带来的影响。首先,在大规模单词级别对齐平行句对中训练中朝单词的词嵌入向量;其次,利用主题模型对中朝分类语料进行表示,并获得中朝单词的含有主题信息的词嵌入向量;最后,将中朝单词的主题词嵌入向量输入至文本分类器,进行模型的训练与分类预测。实验结果表明,中朝跨语言文本分类任务的准确率达到了91.76%,已达到实际应用的水平,同时该文提出的模型可以对一词多义单词的多个词义有很好的表示。; 关键词跨语言文本分类双语词嵌入模型主题模型一词多义; Keywords cross-lingual text classification bilingual word embedding topic model polysemy; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于结构对应学习的跨语言情感分类研究被引量：4: 4; 作者汪鹏赵学礼李娜娜董永峰; 机构河北工业大学计算机科学与软件学院河北省大数据计算重点实验室(河北工业大学); 出处《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2017年第6期1133-1140,共8页; 基金天津市自然科学基金(14JCYBJC18500) 天津市应用基础与前沿技术研究计划(13JCQNJC00200); 文摘情感分类的主要目的是预测用户在互联网中发布情绪数据的极性(积极的或者消极的),各种语言的情感分析已经成为诸多应用的研究热点,然而由于不同语言的情感资源在质量和数量上的不平衡,通常使用源语言来改善目标语言的跨语言情感分类方法,来提高目标语言情感分类的准确性.传统的跨语言情感分类主要是通过机器翻译将目标语言映射到源语言中,但是分类的准确性严重受到机器翻译质量的影响.通过对跨领域文本分类的结构学习算法(SCL)的讨论和拉普拉斯映射对两种语言之间词对的影响,对跨语言结构对应学习算法(CLSCL)的改进,进而提出M-CLSCL算法,借助选出来的轴心词对来进行目标语言的情感分类,通过M-CLSCL方法与前述相关方法的实验结果进行比较,可以发现M-CLSCL提高了情感分类的准确性.; 关键词跨语言情感分类结构对应学习拉普拉斯映射轴心词对; Keywords cross-language sentiment classification,structual correspondence learning,Laplace mapping,pivots words; 分类号 TP391.3 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名双语潜在语义对应分析及在跨语言文本分类中的应用研究被引量：2: 5; 作者罗远胜王明文勒中坚陆旭; 机构江西财经大学现代教育技术中心江西财经大学信息管理学院江西师范大学计算机信息工程学院; 出处《情报学报》 CSSCI 北大核心 2013年第1期86-96,共11页; 基金国家自然科学基金项目，江西省教育厅科技项目; 文摘双语文本对应分析在处理多语言文本数据、克服语言障碍等方面有着重要的作用，基于语料库技术的跨语言潜在语义索引方法没有充分考虑双语的语义相关性。本文将双语平行文档看作同一语义内容的两种语言表达，运用偏最小二乘方法构建双语文本的语义相关性，为每种语言建立单独的潜在语义空间，并在这两个空间上实现跨语言的分类任务。在香港政府网中英双语新闻的实验结果显示，本文方法构造的双语潜在语义空间上完成的跨语言和单语言文本分类性能接近或优于原始特征空间的单语言分类，并具有良好的稳健性。; 关键词双语文本对应分析双语潜在语义空间偏最小二乘跨语言文本分类; Keywords bilingual text corresponding analysis, bilingual latent semantic spaces, partial least squares, cross- lingual text categorization; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向跨语言文本分类与标签推荐的带标签双语主题模型的研究被引量：4: 6; 作者田明杰崔荣一; 机构延边大学计算机科学与技术学科智能信息处理研究室; 出处《计算机应用研究》 CSCD 北大核心 2019年第10期2911-2915,共5页; 基金国家语委“十二五”科研规划项目(YB125-178) 延边大学外国语言文学世界一流学科建设科研项目(18YLPY13); 文摘针对日渐丰富的跨语言的文字信息资源与新闻报道及科技文献中的多标签数据,为了挖掘跨语言间的相关性及数据属性间的关联性,提出了带标签双语主题模型,应用于跨语言文本分类与标签的推荐。首先,假设科技文献中的关键词与摘要部分有着内容上的相关性,对关键词进行提取,并进行标签化,进而把标签对应于主题模型中的主题,实例化“潜在”的主题;其次,利用带标签双语主题模型对摘要部分进行了训练迭代;最后,对新加入的文档进行跨语言文本分类及标签的推荐。实验结果表明,跨语言文本分类任务中micro-F1达到94.81%,推荐的标签也能较好地体现出语义上的相关性。; 关键词主题模型标签跨语言文本分类标签推荐潜在主题; Keywords topic model label cross-lingual text classification label recommendation latent topic; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于自联想记忆与卷积神经网络的跨语言情感分类被引量：3: 7; 作者刘娇崔荣一赵亚慧; 机构延边大学计算机科学与技术学院智能信息处理研究室; 出处《中文信息学报》 CSCD 北大核心 2018年第12期118-124,共7页; 基金国家语委"十三五"科研规划项目(YB135-76) 延边大学外国语言文学世界一流学科建设科研项目(18YLPY13); 文摘该文提出了一种以商品评论为对象的基于语义融合的跨语言情感分类算法。该算法首先从短文本语义表示的角度出发,基于开源工具Word2Vec预先生成词嵌入向量来获得不同语言下的信息表示;其次,根据不同语种之间的词向量的统计关联性提出使用自联想记忆关系来融合提取跨语言文档语义;然后利用卷积神经网络的局部感知性和权值共享理论,融合自联想记忆模型下的复杂语义表达,从而获得不同长度的短语融合特征。深度神经网络将能够学习到任意语种语义的高层特征致密组合,并且输出分类预测。为了验证算法的有效性,将该模型与最新几种模型方法的实验结果进行了对比。实验结果表明,此模型适用于跨语言情感语料正负面情感分类,实验效果明显优于现有的其他算法。; 关键词跨语言情感分类自联想记忆词共现卷积神经网络; Keywords cross-lingual sentiment classification auto-associative memory relationship word co-occurrence convolutional neural networks; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于情感语义对抗的跨语言情感分类模型被引量：1: 8; 作者赵亚丽余正涛郭军军高盛祥相艳; 机构昆明理工大学信息工程与自动化学院云南省人工智能重点实验室; 出处《计算机工程与科学》 CSCD 北大核心 2023年第2期338-345,共8页; 基金国家自然科学基金(61972186,61762056,61732005,61761026) 国家重点研发计划(2018YFC0830105,2018YFC0830101,2018YFC0830100) +2 种基金云南省基础研究计划(202001AT070047)。; 文摘传统的基于机器翻译的跨语言情感分类方法,由于受机器翻译性能影响,导致越南语等低资源语言的情感分类准确率较低。针对源语言和目标语言标记资源不平衡的问题,提出一种基于情感语义对抗的跨语言情感分类模型。首先,将句子和句子中情感词进行拼接,用卷积神经网络对拼接后的句子分别进行特征抽取,分别获得单语语义空间下的情感语义表征;其次,通过对抗网络,在双语情感语义空间将带标签数据与无标签数据的情感语义表征进行对齐;最后,将句子与情感词最显著的表征进行拼接,得到情感分类结果。基于汉英公共数据集和自主构建的汉越数据集的实验结果表明,所提模型相比跨语言情感分类主流模型,实现了双语情感语义对齐,可以有效提升越南语情感分类的准确率,且在差异性不同的语言对上也具有明显优势。; 关键词情感语义表征双语词嵌入低资源语言跨语言情感分类; Keywords emotional semantic representation bilingual word embedding low-resource language cross-language sentiment classification; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于对抗双向GRU网络的跨语言情感分类方法	李雪芹杨文丽李娜娜	《计算机应用与软件》北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于潜在语义对偶空间的跨语言文本分类研究	熊超王明文吴福英吴世勇沈阳	《广西师范大学学报（自然科学版）》 CAS 北大核心	2010	3	在线阅读下载PDF 职称材料
3	面向中朝跨语言文本分类的双语主题词嵌入模型的研究	王琪田明杰崔荣一赵亚慧	《中文信息学报》 CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
4	基于结构对应学习的跨语言情感分类研究	汪鹏赵学礼李娜娜董永峰	《南京大学学报（自然科学版）》 CAS CSCD 北大核心	2017	4	在线阅读下载PDF 职称材料
5	双语潜在语义对应分析及在跨语言文本分类中的应用研究	罗远胜王明文勒中坚陆旭	《情报学报》 CSSCI 北大核心	2013	2	在线阅读下载PDF 职称材料
6	面向跨语言文本分类与标签推荐的带标签双语主题模型的研究	田明杰崔荣一	《计算机应用研究》 CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料
7	基于自联想记忆与卷积神经网络的跨语言情感分类	刘娇崔荣一赵亚慧	《中文信息学报》 CSCD 北大核心	2018	3	在线阅读下载PDF 职称材料
8	基于情感语义对抗的跨语言情感分类模型	赵亚丽余正涛郭军军高盛祥相艳	《计算机工程与科学》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料