基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
方面级情感分析是情感分析任务中更细粒度的子任务,目的是预测给定方面的情感倾向.目前方面级情感分析任务大多采用一定的神经网络提取句子的语义信息,之后进行情感极性预测.本文在此基础上,提出了基于语句结构信息的语义表示方法,即融合语句词性序列中的句型结构信息.本文分别使用两个Bi-LSTM进行语义特征和语句结构特征的提取,构建成基于句型结构的语义表示.然后将给定的方面级向量化,嵌入到基于语句结构的语义表示中,再经过Softmax层进行情感极性分类.实验证明,采用基于语句结构信息的语义表示方法进行方面级情感分析的效果更佳.
推荐文章
基于deep belief nets的维吾尔语句子级情感分析
维吾尔语
情感分类
深度学习
深度信念网络
词语嵌入
基于自注意力机制的方面情感分类
方面词
情感分类
自注意力机制
语义编码
基于deep belief nets的维吾尔语句子级情感分析
维吾尔语
情感分类
深度学习
深度信念网络
词语嵌入
基于复杂句式短文本情感分类研究
文本信息处理
情感分析
复杂句式
word2vec
情感分类模型
SVM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于语句结构信息的方面级情感分类
来源期刊 计算机系统应用 学科
关键词 情感分析 方面级情感分析 Bi-LSTM 语句结构特征 注意力机制
年,卷(期) 2020,(11) 所属期刊栏目 软件技术·算法
研究方向 页码范围 114-120
页数 7页 分类号
字数 语种 中文
DOI 10.15888/j.cnki.csa.007681
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘新 38 204 8.0 12.0
2 李梦磊 3 3 1.0 1.0
3 李聪 7 11 1.0 3.0
4 赵梦凡 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
情感分析
方面级情感分析
Bi-LSTM
语句结构特征
注意力机制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导