典型文献
基于卷积注意力的情感增强微博立场检测
文献摘要：
立场检测任务的目的是通过分析用户对特定话题发表的评论以判断其对该话题是支持还是反对的,该任务的关键是捕捉文本信息与其对应话题的相关特征.针对目前已有的微博立场检测模型存在仅考虑文本特征,而未结合话题特征,以及忽略了情感信息对微博立场检测的影响而导致分类效果差的问题,文章提出基于卷积注意力的情感增强微博立场检测模型.该模型通过卷积注意力对文本信息和其对应的话题信息提取特征,同时捕捉其相关特征,然后通过情感增强中词语级情感增强获得带有情感信息的词向量表示,将其与相关特征点相乘得到针对话题的情感增强句向量,其次通过拼接句子级情感增强特征以丰富最终的语义表示,最后对该语义表示进行分类.该模型在NLPCC-2016数据集中取得了较好的结果,相对于目前最优模型在五个话题上分别提高了 7.9％、5.8％、5.3％、1.3％和 5.2％.
文献关键词：
立场检测;卷积注意力;情感增强
中图分类号：
作者姓名：
耿源羚;张绍武;张益嘉;林鸿飞;杨亮
作者机构：
大连理工大学计算机科学与技术学院,辽宁大连116024
文献出处：
引用格式：
[1]耿源羚;张绍武;张益嘉;林鸿飞;杨亮-.基于卷积注意力的情感增强微博立场检测)[J].山西大学学报（自然科学版）,2022(02):302-312
A类：
B类：
卷积注意力,情感增强,微博,立场检测,文本信息,检测模型,文本特征,未结,情感信息,分类效果,信息提取,提取特征,中词,词语,有情,词向量,向量表示,特征点,相乘,句向量,拼接,句子级,NLPCC,最优模型
AB值：
0.321213
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
