一种循环互作用注意力的属性级情感分类模型

• 作者: 张周彬 杨嘉林 相艳 邵党国 马磊
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 属性 情感分类 注意力机制 循环神经网路
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 140-144,150
• 页数: 6页
• 分类号: TP319
• 字数: 4034字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.025

摘要

针对现有的模型忽视属性与上下文的相互作用,使得属性级情感分类性能受限的问题,提出一种循环互作用注意力的属性级情感分类模型.对上下文和属性分别利用单向GRU(Gated Recurrent Unit)网络进行语义编码;利用上下文和属性互作用注意力生成新的属性表示,再用该属性表示去监督上下文中不同词注意力权重的计算;将上下文表示和属性表示拼接,作为最终的句子表征,训练情感分类器.该模型充分利用了上下文和属性的依赖关系,能更有效地识别不同属性的情感极性.在SemEval 2014 Restaurant和Laptop两个领域数据集上进行实验.在三分类实验中,准确率分别达到0.802和0.727,在二分类实验中,准确率分别达到0.925和0.884.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	相艳	昆明理工大学信息工程与自动化学院	36	92	5.0	8.0
5	马磊	昆明理工大学信息工程与自动化学院	47	127	6.0	9.0
6	邵党国	昆明理工大学信息工程与自动化学院	31	112	5.0	10.0
7	杨嘉林	昆明理工大学信息工程与自动化学院	6	10	2.0	3.0
8	张周彬	昆明理工大学信息工程与自动化学院	3	0	0.0	0.0