基于注意力机制的交互式神经网络模型在细粒度情感分类中的应用

• 作者: 李志斌 杨青 杨鹏 王扬
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 细粒度 情感分类 交互式 注意力机制
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 130-135
• 页数: 6页
• 分类号: TP3
• 字数: 5910字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.07.021

摘要

细粒度情感分类是情感分析领域中一个重要的任务.给定意见句和方面词,该任务的目标是识别该意见句关于给定方面词的情感极性.情感极性不仅与上下文语义相关,而且与方面词的语义也有密不可分的联系.现有的研究工作通常仅利用方面词语义来生成特定的上下文表示,忽略了对方面词本身的语义建模.针对该问题,提出一个基于注意力机制的交互式神经网络模型,可以同步进行上下文语义和方面词语义的交互式建模,进而更好地生成上下文和方面词的表示,提升情感分类的效果.分别在两个公开数据集上进行实验,并与现有的方法进行比较.实验结果表明,该模型取得了最好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨青		13	15	3.0	3.0
2	王扬		2	0	0.0	0.0
3	杨鹏		6	1	1.0	1.0
4	李志斌		3	0	0.0	0.0