基于知识迁移和注意力融合的方面级文本情感分析

• 作者: 孙佳慧 韩萍 程争
• 来源期刊: 信号处理
• 关键词: 自然语言处理 情感分析 方面类别 迁移学习 注意力机制
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 论文|Papers
• 页码范围: 1384-1391
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2021.08.005

摘要

方面级情感分析是针对一个评论中涉及多种方面类别时的情感分析,现有方法通常利用方面级数据集在神经网络模型上直接进行训练,但已标注的方面级训练数据规模较小,造成模型不能充分学习而性能受限.为解决上述问题,本文利用迁移学习的思想,将数据量较大的文档级数据进行情感分析模型的预训练,进而获得丰富的文本语义、句法信息和情感特征,然后通过本文设计的目标函数及注意力融合方法,将文档级情感分析模型中的注意力权重融合到方面级情感分析模型中,从而使方面级文本情感分析性能提升.将该模型在SemE-val2014数据集上进行实验,实验结果中的准确率和F1值均高于对比模型,证明了本文模型的有效性.