嵌入常识的混合注意力LSTM用于主题情感分析

• 作者: 任晓奎 郭娟 陶志勇
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 情感分析 常识知识 注意力机制 LSTM
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 151-155,161
• 页数: 6页
• 分类号: TP3
• 字数: 4945字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.10.027

摘要

传统神经网络模型在捕捉上下文信息时,缺乏对于某一主题重要线索的准确分析能力.对此提出嵌入常识知识库的混合注意力长短时记忆网络(LSTM)主题情感分析模型.通过引入全局注意力和位置注意力机制来改进长短时记忆网络LSTM;将常识知识库嵌入到LSTM的情感分类训练中.该模型在推断特定主题的情感极性时明确地抓住了每个上下文词的重要性,使分类更加准确.实验结果表明,混合注意力模型与常识知识库的引入,提高了主题情感分析的分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任晓奎	辽宁工程技术大学电子与信息工程学院	30	156	8.0	11.0
2	陶志勇		3	0	0.0	0.0
3	郭娟	辽宁工程技术大学电子与信息工程学院	3	0	0.0	0.0