典型文献
基于多头注意力和词共现关系的方面级情感分析
文献摘要：
针对特定目标的情感分析是文本情感细粒度理解任务的重要内容.已有研究大多通过循环神经网络和注意力机制来建模文本序列信息和全局依赖,并利用文本依赖解析树作为辅助知识,但这些方法没有充分利用目标词与文本词之间的依赖关系,也忽略了训练语料库中的词共现关系,而词共现信息往往意味着一种语法搭配.为了解决上述问题,提出一种目标依赖的多头自注意力网络模型.该模型首先设计内联和外联两种不同的注意力机制用于建模文本词和目标词的隐藏状态和语义交互;其次,该模型构建了语料库级别和句子级别的词共现图,并通过图卷积网络将词共现信息融合进文本的特征表示学习并用于下游分类任务.在五个标准数据集上进行了对比实验,实验结果表明,提出的模型在方面级情感分析任务中的性能优于所有对比模型.
文献关键词：
方面级情感分析;注意力机制;图卷积神经网络;词共现;目标依赖
中图分类号：
作者姓名：
蔡国永;兰天
作者机构：
桂林电子科技大学计算机与信息安全学院,桂林,541004
文献出处：
引用格式：
[1]蔡国永;兰天-.基于多头注意力和词共现关系的方面级情感分析)[J].南京大学学报（自然科学版）,2022(05):884-893
A类：
B类：
多头注意力,词共现,共现关系,方面级情感分析,特定目标,文本情感,细粒度,解任,多通,循环神经网络,注意力机制,序列信息,依赖关系,语料库,语法,目标依赖,多头自注意力,自注意力网络,内联,联和,外联,语义交互,句子级,图卷积网络,信息融合,特征表示,表示学习,分类任务,五个标准,标准数据集,对比模型,图卷积神经网络
AB值：
0.373007
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。
