情感子句预测与原因子句提取方法

• 作者: 陆丁天 张志远
• 来源期刊: 计算机工程与设计
• 关键词: 注意力 情感子句预测 原因子句提取 卷积神经网络 双向长短期记忆网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 智能技术|Intelligent Technology
• 页码范围: 2381-2386
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2021.08.038

摘要

为减少人工成本,提出在未给定情感标签情况下预测文本情感子句,同时提取原因子句的方法.使用CNN提取局部语义信息,使用带有注意力的Bi-LSTM提取句子上下文语义信息以及情感表达的关键部分信息,将这3类信息结合获取更好的句子特征来进行情感预测;通过注意力将预测的情感标签与句子特征结合,提取原因.实验结果表明,模型在情感子句预测和原因子句提取任务中均取得目前最好结果,在未给定文本情感标签的情况下,原因提取效果仍优于大部分传统模型.