典型文献
融合方向感知Transformer的目标情感分析
文献摘要：
基于目标的情感分析(Target-Based Sentiment Analysis)是情感分析领域最具有挑战性的课题之一,需要同时解决目标提取和特定目标情感分析两个子任务.现有研究工作仍存在两个问题:第一,模型无法充分利用目标边界和情感信息;第二,普遍采用长短期记忆网络提取特征,无法捕抓输入句子的内部关系.为了解决上述问题,本文通过引入方向感知的Transformer,提出一种基于双辅助网络的目标情感分析模型DNTSA(Dual-assist Network based model for Target Sentiment Analysis),其核心思想是使用方向感知的Transformer作为特征提取器有效对齐多个目标词和情感词的内在联系,通过双辅助网络进一步增强模型的情感识别和目标提取能力.本文提出的方法在Laptop,Restaurant,Twitter 3个公开数据集上对比基准方法E2E-TBSA分别提升了 2.3％,1.8％,3.9％的 F1 值.
文献关键词：
目标情感分析;Transformer;文本表示;多任务学习;注意力机制
中图分类号：
作者姓名：
蔡瑞初;尹婉;许柏炎
作者机构：
广东工业大学计算机学院,广州510006
文献出处：
引用格式：
[1]蔡瑞初;尹婉;许柏炎-.融合方向感知Transformer的目标情感分析)[J].小型微型计算机系统,2022(11):2285-2292
A类：
DNTSA
B类：
方向感,Transformer,目标情感分析,Target,Based,Sentiment,Analysis,要同,目标提取,特定目标,子任务,情感信息,长短期记忆网络,提取特征,句子,Dual,assist,Network,model,核心思想,对齐,增强模型,情感识别,Laptop,Restaurant,Twitter,公开数据集,比基,基准方法,E2E,TBSA,文本表示,多任务学习,注意力机制
AB值：
0.450097
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。
