典型文献
面向语义片段结构化自注意力的目标情感分析
文献摘要：
目标情感分析任务中大多数方法都使用循环神经网络或注意力机制对句子进行建模,但循环神经网络很难进行并行化计算,且不能充分捕捉长距离的语义信息;注意力机制注重于词与词之间的相关性,忽略了语义片段的重要性.针对以上问题,论文提出了一种面向语义片段结构化自注意力的目标情感分析方法.首先通过BERT获取目标词、上下文和整个句子的嵌入表示,再利用注意力编码网络进行语义建模.其次,通过多头注意力机制获得目标与上下文的融合语义特征,通过结构化自注意力机制获得句子片段的语义特征.最终,在融合各个语义特征的基础上对目标的情感极性分类.本方法在SemEval 2014 Task4和SemEval 2015 Task12通用数据集上的实验表明,该方法对比基线方法获得了提升.
文献关键词：
目标情感分析;注意力编码网络;结构化自注意力;BERT
中图分类号：
作者姓名：
邓航;陈渝;赵容梅;琚生根
作者机构：
四川大学计算机学院,成都610000;四川民族学院理工学院,四川康定626000
文献出处：
引用格式：
[1]邓航;陈渝;赵容梅;琚生根-.面向语义片段结构化自注意力的目标情感分析)[J].小型微型计算机系统,2022(12):2499-2505
A类：
结构化自注意力,注意力编码网络,Task12
B类：
目标情感分析,循环神经网络,对句,句子,难进,并行化计算,长距离,语义信息,BERT,上下文,文和,嵌入表示,语义建模,多头注意力机制,合语,语义特征,自注意力机制,情感极性,SemEval,Task4,通用数据,方法对比,比基
AB值：
0.257259
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。
