资料下载
×
基于双向长短期记忆神经网络的交互注意力模型
消耗积分:0 |
格式:pdf |
大小:2.32 MB |
2021-03-24
分享资料个
方面级情感分析是自然语言处理的热门研究方向之一，相比于传统的情感分析技术，基于方面的情感分析是细粒度的，能够判断句子中多个目标的情感倾向，能更加准确地挖掘用户对目标的情感极性。针对以往研究忽略目标单独建模的问题，提岀了一种基于双向长短期记忆神经网络（ BILSTM的交互注意力神经网络模型（ BI-IAN）。该模型通过 BILSTM对目标和上下文分别进行建模，获得目标和上下文的隐藏表示，提取其中的语义信息。接下来利用交互注意模块学习上下文和目标之间的注意力，分别生成目标和上下文的表示，捕捉目标和上下文之内和之间的相关性，并重构评价对象和上下文的表示，最终通过非线性层得到分类结果。在数据集 Semeval2014任务4和 Chinese review datasets上的实验训练显示，在正确率和F1- score上，比现有的基准情感分析模型有更好的效果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
