基于深度学习的中文微博评价对象抽取方法

• 作者: 张璞 王永 陈超 陈韬
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 深度学习 评价对象抽取 长短时记忆网络 注意力机制 条件随机场
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 智能技术
• 页码范围: 2638-2642,2693
• 页数: 6页
• 分类号: TP391
• 字数: 4947字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.08.042

摘要

通过对微博评价对象抽取进行研究,提出一种基于深度学习的中文微博评价对象抽取方法.通过建立双向长短时记忆网络模型,将评价对象抽取任务转化为序列标注任务;利用注意力机制,计算注意力分配概率分布;通过条件随机场模型规划文本序列的最优标注路径,提高评价对象抽取的准确性.在中文微博语料上进行的实验结果表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张璞	重庆邮电大学计算机科学与技术学院	23	124	7.0	10.0
2	王永	重庆邮电大学经济管理学院	72	411	12.0	16.0
3	陈超	重庆邮电大学计算机科学与技术学院	10	61	4.0	7.0
4	陈韬	重庆邮电大学计算机科学与技术学院	3	8	2.0	2.0