多头注意力记忆网络的对象级情感分类

• 作者: 张新生 高腾
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 文本情感分类 细粒度情感分析 注意力机制 记忆神经网络
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 论文与报告
• 页码范围: 997-1005
• 页数: 9页
• 分类号: TP183
• 字数: 6626字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201911004

摘要

细粒度的情感分类任务需要识别文本当中与评论对象相关度最高的观点词并进行情感极性分类.文中利用多头注意力机制改进记忆网络,提取不同对象情感分类特征,实现对象级情感分类.将文本的词嵌入向量存储在记忆组件中,使用多头注意力机制在多个特征空间同时建模文本整体语义与对象相关语义.利用前馈网络层整合多个特征空间下的信息作为分类特征.在SemEval-2014数据集及扩充的数据集上实验表明,文中方法有利于缓解方法的选择性偏好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张新生	西安建筑科技大学管理学院	45	251	9.0	15.0
2	高腾	西安建筑科技大学管理学院	1	1	1.0	1.0