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:
由于文本中多种情感极性混合而难以判断,方面级情感分析成为当前研究的热点。考虑到多面句表达时会在一定程度上对不同目标的多重情感造成特征重叠,进而影响文本情感分类效果,提出一种基于胶囊网络的方面级情感分类模型(SCACaps)。模型使用序列卷积分别提取上下文和方面词的特征,同时引入交互注意力机制,减少二者对彼此的影响,并对文本特征表示进行重构后传入胶囊网络。胶囊层间通过引入高层胶囊系数对路由算法进行优化,整个迭代更新过程的参数全局共享,以保存较完整的文本特征信息。通过与多个模型进行对比实验发现,SCACaps的分类效果最佳,同时,在小样本学习中SCACaps也有较好的表现。
推荐文章
基于胶囊网络的跨领域情感分类方法
情感分类
跨领域
胶囊网络
基于自注意力机制的方面情感分类
方面词
情感分类
自注意力机制
语义编码
基于复杂网络的情感分类特征选择
复杂网络
特征选择
情感分类
情感词典
基于fcmpCNN模型的网络文本情感多分类标注
情感分析
情感多分类标注
卷积神经网络
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 基于胶囊网络的方面级情感分类研究
来源期刊 智能科学与技术学报 学科 工学
关键词 胶囊网络 序列卷积 交互注意力 方面级 情感分类
年,卷(期) znkxyjsxb_2020,(3) 所属期刊栏目
研究方向 页码范围 284-292
页数 9页 分类号 TP301
字数 语种
DOI
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 王晓 6 50 2.0 6.0
2 徐志栋 中国人民解放军国防大学国家安全学院 1 0 0.0 0.0
3 张卫山 中国科学院自动化研究所复杂系统管理与控制国家重点实验室 1 0 0.0 0.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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)
研究主题发展历程
节点文献
胶囊网络
序列卷积
交互注意力
方面级
情感分类
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
智能科学与技术学报
季刊
2096-6652
10-1604/TP
大16开
北京市丰台区成寿寺路11号邮电出版大厦8
2019
chi
出版文献量(篇)
87
总下载数(次)
4
论文1v1指导