基于深度记忆网络的在线评论细粒度情感分类

• 作者: 张未央 徐德华
• 来源期刊: 电子制作
• 关键词: 深度记忆网络 Attention机制 细粒度情感分类
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能应用
• 页码范围: 28-29,51
• 页数: 3页
• 字数: 3018字
• 语种: 中文

摘要

细粒度情感分类是指针对目标观点来确定句子的情感倾向.由于一句评论可以包含多个情感目标对,考虑到情感目标在不同的语境下可能有不同的表示方法,因此通过引入Attention机制,提出一种基于深度记忆网络的在线评论细粒度情感分类方法.Attention机制通过对每个上下文单词的语义关联进行建模来捕获每个上下文单词对情感目标的重要性,并在此基础上,提出一种用于目标表示的方法,可以更好地捕获情感目标的语义信息.最后使用AI challenge 2018的数据集对该模型进行了实验,实验结果显示,与传统方法相比,基于深度记忆网络的在线评论细粒度情感分类方法显著提高了分类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐德华	同济大学经济与管理学院	16	214	7.0	14.0
2	张未央	同济大学经济与管理学院	1	0	0.0	0.0