《计算机应用研究》|Application Research of Computers

面向社交媒体的分级注意力表情符预测模型

Hierarchical and attentional emoji prediction model for social media

免费全文下载 (已被下载 次)  
获取PDF全文
作者 张熙来,周俊祥,姬东鸿
机构 1.武汉大学 国家网络安全学院,武汉 430072;2.商丘师范学院,河南 商丘 476000
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2020)07-003-1931-04
DOI 10.19734/j.issn.1001-3695.2018.12.0934
摘要 将预测社交媒体表情符的任务作为文本分类问题,将输入文本映射到最有可能的伴随表情符号。首先,通过研究帖子中出现的表情符与标签之间的关系,提出一个基于标签、发帖用户、发帖时间、发帖地点的注意力机制;其次,添加表情符位置特征;最后,探讨注意力机制、分级模型对于表情符预测任务的作用,训练多种模型并比较其预测效果。实验结果表明,模型对于不同使用频率的表情符的预测效果均有显著提升,模型是可行的、高效的。
关键词 表情符预测; 标签; 分级预测; 注意力机制; 社交媒体
基金项目 国家自然科学基金资助项目(61772378)
国家社科重大招标计划项目(11&ZD189)
广州市科技计划资助项目(201704030002)
本文URL http://www.arocmag.com/article/01-2020-07-003.html
英文标题 Hierarchical and attentional emoji prediction model for social media
作者英文名 Zhang Xilai, Zhou Junxiang, Ji Donghong
机构英文名 1.School of Cyber Science & Engineering,Wuhan University,Wuhan 430072,China;2.Shangqiu Normal University,Shangqiu Henan 476000,China
英文摘要 This paper treated the task of social media emoji prediction as a text classification problem, and mapped the input text to the most likely accompanying emojis. Firstly, it proposed an attention mechanism based on hashtags, posting users, posting time, and posting location by studying the relation between emojis and hashtags appearing in the posts. Secondly, it added the emoji position feature. Finally, it discussed the attention mechanism and hierarchical model for the role of emoji prediction task, and trained the various models to compare their prediction effects. The experimental results show that the model has significant improvement on the prediction effect of emojis with different frequency of use. The model is feasible and efficient.
英文关键词 emoji prediction; hashtag; hierarchical prediction; attention mechanism; social media
参考文献 查看稿件参考文献
 
收稿日期 2018/12/26
修回日期 2019/2/17
页码 1931-1934
中图分类号 TP391
文献标志码 A