典型文献
基于概念图卷积的方面级情感检测方法
文献摘要：
针对方面级情感分析方法准确率难以达到实用效果的问题,设计一种融合注意力机制并同时考虑句子句法结构和语料库共现信息的A-LSGCN模型,以便提高预测句子中特定属性情感极性的准确率;首先,联合多头注意力机制和词汇-句法图卷积,对属性的记忆向量和历史上下文内存向量进行叠加与更新,从而获得目标属性词及其上下文之间的关系;其次,为减少冗余对分类干扰,并充分学习通用语法知识,采用句法依存图神经网络提取句法结构信息,直接匹配属性及其情感表达,经网络分类计算最终得到特定属性对应的情感极性;最后在多个SemEval数据集上进行对比试验,其中Laptop14数据集的MF1分数和准确率分别提升了 1.1％、5.5％.
文献关键词：
方面级情感分析;图卷积神经网络;句法词汇概念图卷积;注意力机制;句法依存树
中图分类号：
作者姓名：
高庆吉;田学进;黄淼;邢志伟
作者机构：
中国民航大学机器人研究所,天津 300300
文献出处：
引用格式：
[1]高庆吉;田学进;黄淼;邢志伟-.基于概念图卷积的方面级情感检测方法)[J].计算机测量与控制,2022(06):45-52
A类：
LSGCN,Laptop14,句法词汇概念图卷积
B类：
情感检测,方面级情感分析,难以达到,并同,句子,子句,句法结构,语料库,情感极性,多头注意力机制,上下文,目标属性,学习通,通用语法,语法知识,图神经网络,结构信息,配属,情感表达,SemEval,MF1,图卷积神经网络,句法依存树
AB值：
0.285465
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。
