基于注意力机制的循环神经网络评价对象抽取模型

• 作者: 孙启 杨善良
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 注意力机制 神经网络模型 条件随机场 评价对象抽取
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 202-209
• 页数: 8页
• 分类号: TP3
• 字数: 7713字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.03.037

摘要

针对评论文本中评价对象的抽取任务,需要设计特征模板,而抽取结果往往受特征模板影响大的问题,提出一种端到端的神经网络评价对象抽取模型.分析条件随机场CRF在评价对象抽取任务中的特征模板设计;使用词向量嵌入模型在语义空间表示词语,并分析注意力机制在神经网络模型中的作用;将条件随机场模型与循环神经网络模型LSTM相结合,形成基于注意力机制的LSTM-CRF-Attention模型.在NLPCC2012和NLPCC2013两个数据集上进行实验,该模型的F值比CRF模型分别提高8.15％和11.03％.实验结果也同时验证词向量具备表示词语特征的能力,注意力机制能够有效提高神经网络模型中的评价对象抽取效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨善良	山东理工大学计算机科学与技术学院	1	1	1.0	1.0
2	孙启	中国传媒大学传媒科学研究所	1	1	1.0	1.0