基于自注意力机制的方面情感分类

• 作者: 刘丹 昌茜 王拂林
• 来源期刊: 计算机应用研究
• 关键词: 方面词 情感分类 自注意力机制 语义编码
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3227-3231,3245
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.07.0259

摘要

基于方面的情感分类方法判断句子中给定实体或属性的情感极性.针对使用全局注意力机制计算属性词和句子其他词的注意力分数时,会导致模型关注到与属性词不相关的词,并且对于长距离的依赖词、否定词关注不足,不能检测到并列关系和短语的问题,提出了基于自注意力机制的语义加强模型(SRSAM).该模型首先使用双向长短时记忆神经网络模型(bidirectional long short-term memory,BiLSTM)获取文本编码,其次用自注意力机制计算文本编码的多个语义编码,最后将属性词和语义编码交互后判断属性词在句中的情感极性.使用SemEval 2014数据集的实验表明,由于模型能发现长距离依赖和否定词,对并列关系和短语有一定检测效果,相比基础模型在分类精度上有0.6％～1.5％的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘丹		50	231	8.0	12.0
2	王拂林		1	0	0.0	0.0
3	昌茜		1	0	0.0	0.0