基于层次嵌入的方面抽取模型

• 作者: 刘漳辉 肖顺鑫 郑建宁 郭昆
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 方面抽取 层次嵌入 循环神经网络 情感分析
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1121-1130
• 页数: 10页
• 分类号: TP391.1
• 字数: 9180字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.05.024

摘要

方面抽取旨在抽取评论文本中观点持有者所评价的实体属性,是细粒度情感分析的一项重要基本任务.现有的研究大多基于规则或传统机器学习模型,具有简单易行和较高性能等优点,但需要花费较多的精力来人工构建规则模板或者特征工程.为了提高模型自动化,提出一种基于层次嵌入的方面抽取模型.首先,对原始语料执行多阶段的预处理操作;然后,使用字符层次的嵌入和双向循环神经网络获得词的高层次特征;最后,通过级联词嵌入与字符嵌入特征以作为词层次双向循环神经网络的输入,获得最终标注结果.实验结果表明,该模型明显优于基于规则和传统机器学习模型的方法,也优于单层神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘漳辉	福州大学数学与计算机科学学院	21	33	3.0	4.0
10	肖顺鑫	福州大学数学与计算机科学学院	1	0	0.0	0.0
19	郑建宁		7	6	2.0	2.0