基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出联合学习方法,利用少量人工标注样本和大量自动标注样本,通过辅助任务的辅助LSTM层获得主任务的辅助表示,并将此辅助表示加入到主任务中进行联合学习.实验结果表明,同时利用人工标注样本和自动标注样本进行联合学习的方法在情绪分类任务上有不错的性能.
推荐文章
基于情绪因子的中文微博情绪识别与分类
情绪因子
情绪词典
情绪规则
情绪计算
基于社会网络的群体情绪模型
群体情绪
社会网络
情绪模型
情绪感染
基于脑电信号的情绪分类
脑电信号
情绪分类
支持向量机
共空间模式
基于情绪知识的中文微博情感分类方法
中文信息处理
无监督学习
情绪知识
微博
情感分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于情绪图标的弱监督情绪分类
来源期刊 郑州大学学报(理学版) 学科 工学
关键词 情感分析 情绪分类 半监督
年,卷(期) 2019,(2) 所属期刊栏目 信息科学
研究方向 页码范围 40-46
页数 7页 分类号 TP391
字数 5026字 语种 中文
DOI 10.13705/j.issn.1671-6841.2018223
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张璐 苏州大学自然语言处理实验室 31 111 5.0 10.0
2 李寿山 苏州大学自然语言处理实验室 68 618 13.0 23.0
3 王路 苏州大学自然语言处理实验室 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感分析
情绪分类
半监督
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
郑州大学学报(理学版)
季刊
1671-6841
41-1338/N
大16开
郑州市高新技术开发区科学大道100号
36-191
1962
chi
出版文献量(篇)
2278
总下载数(次)
0
论文1v1指导