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

基于自注意力机制的方面情感分类

Aspect-level sentiment classification based on self-attention mechanism

免费全文下载 (已被下载 次)  
获取PDF全文
作者 王拂林,刘丹,昌茜
机构 电子科技大学 电子科学技术研究院
统计 摘要被查看 次,已被下载
摘要 基于方面的情感分类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(semantic reinforcement model based on self-attention mechanism,SRSAM),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数据集实验,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。
关键词 方面词;情感分类;自注意力机制;语义编码
基金项目
本文URL http://www.arocmag.com/article/02-2020-11-008.html
收稿日期
修回日期
页码 -
中图分类号 TP391
文献标志码