-
题名基于对抗训练与词性推理的文本情感分析
- 1
-
-
作者
邵党国
胡永健
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省人工智能重点实验室
-
出处
《陕西理工大学学报（自然科学版）》
2023年第3期23-30,共8页
-
基金
国家自然科学基金项目(62266025)。
-
文摘
针对现有的方面级情感分析方法忽略或没有充分提取句子长距离依赖关系和上下文信息,以及模型鲁棒性和泛化能力较低等问题,提出了一种基于投影梯度下降(PGD)对抗训练和词性推理的方面级情感分析模型PGDBD。首先利用PGD攻击让模型对抗训练,进行正则化处理,增强模型的泛化能力;其次使用BERT生成的词向量取代深层金字塔卷积神经网络(DPCNN)模型本身的词向量,BERT能够捕捉句子中更长距离的依赖关系;最后,通过词性推理层提取方面词附近重要的局部特征,利用DPCNN对全局特征进行提取,获取更全面的上下文信息;将局部特征和全局特征进行融合,构成基于对抗训练和词性推理的情感分类模型。通过在4个公共数据集上进行实验,结果表明该模型的性能相较于其他基线模型有明显的提升。
-
关键词
情感分析
对抗训练
词性推理
BERT
深层金字塔卷积神经网络
-
Keywords
sentiment analysis
adversarial training
part-of-speech-inference
bidirectional encoder representation from transformers(BERT)
deep pyramid convolutional neural networks for text categorization(dpcnn)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多特征混合神经网络模型在ADR分类中的应用
被引量：1
- 2
-
-
作者
赵鑫
李正光
吴镝
方金朋
-
机构
大连交通大学软件学院
-
出处
《大连交通大学学报》
CAS
2018年第4期116-120,共5页
-
文摘
为了充分结合不同特征的信息实现对ADR文本的分类,提出一种混合多特征的神经网络模型,利用自然语言处理(NLP)工具提取不同特征向量作为不同通道的输入,依次使用卷积神经网络(CNN)和LSTM抽取特征,最后经过softmax分类器输出关系类型.通过实验验证对比表明:该模型有较好的识别精度,优于单一特征的神经网络模型.
-
关键词
文本分类
深度学习
卷积神经网络
多通道
药物不良反应
-
Keywords
text categorization
deep learning
convolutional neural network
multi-channel
adverse drug reaction
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
