基于情感评分的分层文本表示情感分类方法

• 作者: 李金龙 胡均毅
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 文本表示 情感分类 情感计算 注意力机制 循环神经网络
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 46-52,59
• 页数: 8页
• 分类号: TP391
• 字数: 6103字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0054521

摘要

文本中的词并非都具有相似的情感倾向和强度,较好地编码上下文并从中提取关键信息对于情感分类任务而言非常重要.为此,提出一种基于情感评分的分层注意力网络框架,以对文本情感进行有效分类.利用双向循环神经网络编码器分别对词向量和句向量进行编码,并通过注意力机制加权求和以获得文档的最终表示.设计辅助网络对文本的词、句进行情感评分,利用该评分调整注意力权重分布.在探究文本的情感信息对分类性能的影响后,通过辅助网络进一步促使模型关注情感色彩强烈的信息.在4个常用情感分类数据集上的实验结果表明,该框架能够关注文本中的情感表达并获得较高的分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李金龙	中国科学技术大学计算机科学与技术学院	61	374	10.0	17.0
2	胡均毅	中国科学技术大学计算机科学与技术学院	1	0	0.0	0.0