基于多任务学习的正逆向情绪分值回归方法

• 作者: 张璐 李寿山 李逸薇 高晓雅
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 情绪回归 多任务学习 正逆向分值 长短期记忆网络模型
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 60-65
• 页数: 6页
• 分类号: TP391
• 字数: 3703字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2019042

摘要

提出一种基于多任务学习的情绪分值回归方法.首先,针对每一种情绪分值设计了正向打分和逆向打分;其次,将每一种分值的回归任务分为正向打分回归子任务和逆向打分回归子任务;最后,提出一种多任务学习方法用于主任务(正向打分回归子任务)和辅助任务(逆向打分回归子任务)的共同学习.该方法通过3种不同的共享机制实现中间特征信息共享,从而提升主任务的性能.结果表明,所提出的多任务学习方法能比基准方法获得更好的回归性能.

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	苏州大学计算机科学与技术学院	31	111	5.0	10.0
2	李寿山	苏州大学计算机科学与技术学院	68	618	13.0	23.0
3	李逸薇	香港理工大学中文及双语系	10	88	4.0	9.0
4	高晓雅	苏州大学计算机科学与技术学院	2	1	1.0	1.0