基于GCN和Bi-LSTM的微博立场检测方法

• 作者: 李彦 杨顺成 赵其峰
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 立场检测 图卷积网络 中文微博
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 信息·计算机
• 页码范围: 167-173
• 页数: 7页
• 分类号: TP391
• 字数: 4918字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.06.024

摘要

微博中,用户往往会对于某一话题表达出自己的态度立场:支持、反对或者中立,对用户评论进行立场检测以获得用户立场倾向,可以更好地进行舆情管控、产品调研、用户分析等工作.传统的立场检测任务往往被归类于情感分析,或者单一考虑用户立场倾向,并未结合特定话题目标.基于图卷积网络(GCN)与双向长短期记忆网络(Bi-LSTM)方法进行微博立场检测,先根据双向LSTM捕获句子的特征,再依据句子间的句法关系以及句中词语间的依赖关系,根据依存句法树建立图卷积网络,通过对话题建立注意力机制算出注意力分数,最后通过Softmax层进行立场倾向分类.实验结果表明:所采用的网络在NLPCC2016数据集有效地提高了准确度,采用图卷积网络能有效进行立场检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李彦	重庆理工大学计算机科学与工程学院	23	47	5.0	6.0
2	杨顺成	重庆理工大学计算机科学与工程学院	1	0	0.0	0.0
3	赵其峰	重庆理工大学计算机科学与工程学院	1	0	0.0	0.0